Si tratta dei modelli più intelligenti pubblicati finora da Open AI, con un incremento delle capacità visive (come l’analisi delle immagini) e di programmazione, per tutti e tre i modelli, mentre l’o3 presenta inoltre, particolari potenzialità per il business e per l’ideazione creativa, mentre l’o4- mini eccelle anche nel campo della matematica. Inoltre, è stata introdotta una variante dell’o4-mini, chiamata o4-mini-high, progettato per bilanciare ottime prestazioni con un minore sforzo computazionali. Il cambiamento risiede nella capacità di eseguire ragionamenti più complessi e sofisticati, ottimizzando la capacità dei modelli di adattamento e problem solving.

La piattaforma d’intelligenza generativa Chat GPT, è stata introdotta al pubblico per la prima volta il 30 novembre 2022. La sua creazione ha rappresentato un momento di svolta per lo sviluppo del digitale, portando questi strumenti all’attenzione di un’utenza ampia e diffusa e l’azienda sta continuando ad incrementare le potenzialità dei suoi modelli, in un processo evolutivo che appare ormai irreversibile.

Si tratta di sistemi IA basati su “Large Language Model” (LLM), modelli linguistici di grandi dimensioni, preaddestrati su una grande quantità di dati, basati su strutture a “reti neurali”, composte da centinaia o anche migliaia di unità di elaborazione interconnesse, analogamente alla struttura del cervello umano in cui i neuroni sono collegati tra loro attraverso connessioni chiamate sinapsi.

La maggior parte dei sistemi IA è istruito attraverso il deep learning, un tipo di apprendimento automatico che si basa sui dati già presenti, e che li utilizza per riuscire ad interpretare e a riconoscere correttamente i nuovi input. I sistemi, infatti, apprendono da una quantità sempre maggiore di dati (big data). Quest’ultimi vengono inseriti continuamente da chi addestra il modello o derivano dai dati presenti online. I big data quindi, rappresentano ad oggi una risorsa molto importante, utilizzabile anche dalle aziende e, garantendo loro un vantaggio in qualsiasi settore di mercato.

Questi ultimi tre modelli rilasciati fanno parte della serie “Omni”, progettata con l’intento di ottenere un’interazione più naturale tra uomo e computer. La gamma Omni è stata introdotta il 13 maggio 2024 grazie alla pubblicazione del suo primo modello GPT-4o. Già in quel caso la gamma “o” mirava ad ottimizzare la comprensione di input multimodali (visivi, testuali e di audio), ed a garantire un modello end-to-end, in cui ogni input viene elaborato da un unico modello e da un’unica rete neurale.

Un ulteriore avanzamento introdotto nella gamma “o”, visibile nei tre modelli recentemente rilasciati, riguarda il modo in cui tali modelli affrontano e risolvono i compiti assegnati. Questi sistemi mostrano una maggiore autonomia nelle operazioni: sono in grado di prendere decisioni e di interagire in modo proattivo con diversi ambienti digitali per raggiungere un obiettivo. L’intelligenza artificiale assume quindi, un comportamento da “agente”, in grado di esplorare, apprendere dal contesto e alla luce di questo, generare l’output che ritiene più adatto.

In particolare, il modello o3 viene presentato come il modello IA di ragionamento più potente in assoluto. Riesce ad eccellere in attività di programmazione avanzata e di risoluzione dei compiti complessi avvalendosi degli algoritmi, ma spicca anche in ambito scientifico e nella comprensione d’immagini. Secondo OpenAI, il modello o3 è riuscito ad ottenere prestazioni mai raggiunte prima da un modello IA, in test effettuati su Codeforces, SWE-bench e MMMU, stabilendo nuovi standard su queste piattaforme, che si occupano di collaudare la bravura dell’IA in ambiti di programmazione, comprensione e risoluzione di problemi reali e complessi.

Mentre per quanto riguarda le capacità di analisi di immagini, o3 risulta essere in grado di interpretare correttamente le informazioni visive, anche quelle più impercettibili e dettagliate. Ciò potrebbe essere un supporto a professioni mediche, ingegneristiche o scientifiche, che hanno a che fare con l’interpretazione di TAC, radiografie ma anche di grafici complessi.

Rispetto al modello o3, GPT o4-mini possiede dimensioni ridotte, ed è perciò meno potente e meno preciso nelle risposte. L’aspetto positivo però, è che essendo leggero, è anche più veloce e meno costoso in termini di sforzo e risorse da impiegare. Un altro vantaggio riguarda il fatto di avere meno restrizioni giornaliere (che si presentano con la dicitura: “Hai raggiunto il limite di richieste oggi”), ed è l’ideale per chi vuole interagire frequentemente con l’IA.

O4-mini, pur essendo un modello più piccolo rispetto a o3 o o3-mini, resta comunque molto efficiente e funzionale negli ambiti della matematica, programmazione e compiti visivi.

Dai test svolti notiamo come sia riuscito a ottenere prestazioni eccellenti, in particolare in un test di matematica avanzata: AIME (American Invitational Mathematics Examination) 2024 e 2025, che si occupa di valutare gli studenti più brillanti delle scuole superiori, risultando il modello che ha restituito più risposte esatte in assoluto.

Inoltre, la funzionalità del modello o4-mini può essere incrementata grazie alla sua versione -high, che risulta offrire un ragionamento potenziato rispetto alla sua versione base, e quindi più efficiente e simile a quello dei modelli più grandi, come l’o3. Nonostante la sua potenza, o4-mini è un modello relativamente leggero, con un costo computazionale contenuto. Grazie a questo, riesce ad offrire un buon compromesso tra prestazioni e velocità. Infine, anche l’o4-mini-high, come per tutta la linea “o”, si distingue per la capacità di elaborare input multimodali.

Un’altra novità, comune ai modelli appena rilasciati, è la capacità di pensare attraverso l’utilizzo delle immagini. Durante il ragionamento, infatti, l’intelligenza artificiale può integrare contenuti visivi, come immagini, grafici, diagrammi o tabelle, alle informazioni scritte, come spiegazioni o testi descrittivi.

Può inoltre, intervenire direttamente sulle immagini al fine di interpretarle al meglio, applicando rotazioni, zoom o trasformazioni visive. “Questo apre una nuova classe di problem-solving che fonde ragionamento visivo e testuale”. La capacità di ragionare combinando queste due modalità ha permesso di ottenere alla linea “o”, successi significativi nei test progettati per valutare i modelli multimodali.

Open AI, in occasione dell’implementazione dei nuovi modelli, ha rielaborato i dati di addestramento relativi alla sicurezza, introducendo nuovi standard di protezione e nuove aree di monitoraggio, al fine di garantire affidabilità agli utenti della piattaforma Chat GPT. Le migliorie apportate riguardano il rifiuto di nuovi prompt potenzialmente pericolosi in tre particolari ambiti, tra cui la creazione di sostanze biologiche dannose (biorischio), scrittura di malware e tentativi di aggirare i limiti del modello (jailbreak).

I test recentemente compiuti, si basano sul Preparedness Framework, un insieme di pratiche e linee guida etiche di cui si avvale Open AI per la messa in sicurezza dei suoi modelli, e risultano essere i test più duri e rigorosi svolti finora sull’IA. Tra i risultati pubblicati nella scheda di sistema, o3 e o4-mini non hanno superato la soglia ‘Alta’, significa che hanno dimostrato di avere prestazioni adeguate e sotto controllo in tutte e tre le aree valutate (biologica e chimica, sicurezza informatica e auto- miglioramento dell’IA), senza evidenziare rischi significativi che possano compromettere la sicurezza o l’affidabilità del sistema.

I nuovi modelli della gamma “o” segnano un passo in avanti importante nello sviluppo dell’intelligenza artificiale. Con o3, o4-mini e la sua versione high, OpenAI propone sistemi più reattivi, versatili e capaci di affrontare compiti complessi in modo autonomo, adattandosi a contesti diversi e sfruttando strumenti esterni in modo intelligente. Le novità introdotte, dalla capacità di ragionare su contenuti visivi fino al comportamento da “agente”, e un ulteriore rafforzamento delle misure di sicurezza confermano la creazione di modelli sempre più intelligenti, dinamici e vicini a una comprensione più profonda delle richieste umane.

È richiesto che tali autorità abbiano competenze approfondite nelle tecnologie dell’intelligenza artificiale, nei dati utilizzati da tali tecnologie e nei relativi algoritmi di trattamento, oltre a conoscenze in materia di protezione dei dati personali, sicurezza informatica e standard esistenti. L’AI Act prevede la possibilità di istituire più autorità, a seconda delle esigenze organizzative dello Stato membro, a condizione che soddisfino tali requisiti.

A questo proposito è scaturito un confronto istituzionale tra il governo e il Garante Privacy, a seguito delle dichiarazioni del Sottosegretario all’Innovazione, Alessio Butti, riguardo all’intenzione di assegnare le funzioni di vigilanza e controllo del nuovo regolamento UE ad enti come Agid Agenzia per l’Italia Digitale e all’Acn Agenzia per la Cybersicurezza Nazionale, il Garante ha inviato una lettera al Parlamento, sottolineando l’importanza di individuare un’autorità indipendente e imparziale, come anche sostenuto dal senatore Dem  Alberto Losacco che respinge l’idea di affidarlo a enti governativi come Agid e Acn.

Nella sua comunicazione il presidente dell’Autorità Garante per la protezione dei dati personali, Pasquale Stanzione afferma che la scelta è dettata sia dalla legge europea recentemente approvata, che fa riferimento esplicito ai Garanti per la Privacy per il controllo delle applicazioni che utilizzano il riconoscimento facciale, sia dalla logica stessa, che suggerisce che un organo direttamente dipendente dal governo potrebbe non garantire un sufficiente controllo su aree in cui l’azione governativa potrebbe entrare in conflitto con i diritti dei cittadini, come la sicurezza e la sanità.

Il Garante ricorda che l’AI Act si basa sull’articolo 16 del Trattato sul Funzionamento dell’Unione Europea, fondamento giuridico della normativa sulla protezione dei dati, e sottolinea che lo stesso Regolamento sull’Intelligenza Artificiale prevede il controllo delle Autorità di protezione dei dati personali su processi algoritmici che utilizzano dati personali.

Stanzione, quindi, sottolinea l’importanza della sinergia tra le due discipline e la loro applicazione da parte di un’unica Autorità per garantire l’effettività dei diritti e delle garanzie stabilite, invitando il Parlamento e il Governo a riflettere sul da farsi.

I risultati indicano che quasi la metà degli italiani nutre aspettative positive sull’utilizzo dell’IA nel campo medico, con solo il 16% che esprime preoccupazioni per possibili conseguenze negative. Tra gli entusiasti figurano i giovani tra i 18 e i 29 anni (49%) e gli individui oltre i 60 anni (47%), mentre gli uomini mostrano una maggiore propensione a fidarsi dell’IA rispetto alle donne (35% contro 25%).

Se il 34% degli italiani guarda con favore all’impiego dell’IA nella tecnologia smart-home, con un picco del 41% tra i giovani, emergono preoccupazioni riguardo all’utilizzo dell’IA nel giornalismo, dove la generazione automatica di notizie rappresenta una preoccupazione centrale. L’IA potrebbe mancare della sfumatura e della comprensione dei giornalisti umani, portando a incomprensioni e resoconti inaccurati. Alcuni media hanno risolto questo problema introducendo una supervisione umana per rivedere e correggere i contenuti generati dall’IA.

Il 25% degli intervistati considera l’IA pericolosa, mentre solo l’8% crede che possa migliorare il settore. La preoccupazione per l’impatto sociale dell’IA è diffusa, con il 90% degli intervistati che la ritiene dannosa nelle relazioni sociali, specialmente tra i giovani (87% tra i 18 e i 29 anni) e gli ultrasessantenni (94%). Inoltre, vi è preoccupazione per l’utilizzo dell’IA nell’ambito scolastico.

Marie Sophie Von Bibra, direttrice marketing di Readly, sottolinea l’importanza del contatto umano e della supervisione, soprattutto in settori come giornalismo, insegnamento e finanza. Afferma che gli italiani accolgono favorevolmente la tecnologia quando offre chiari benefici, ma sono cauti riguardo a una dipendenza eccessiva dall’IA in settori dove il giudizio umano è cruciale.

Oltre alla medicina e alla domotica, gli italiani vedono potenziale nell’utilizzo dell’IA nel coding (41%), ricerca scientifica (37%), sicurezza informatica (32%) e trasporti (24%). Tuttavia, nell’ambito legale e giudiziario, l’IA è considerata inopportuna dall’89% degli intervistati, mentre solo il 20% intravede vantaggi nei servizi bancari e finanziari.

Inoltre, c’è il “team di superallineamento” dedicato allo sviluppo di linee guida teoriche per modelli “superintelligenti”. Questi modelli, che potrebbero essere molto avanzati, richiedono una progettazione e una gestione particolarmente attente.

Il lavoro dei team è valutare ogni modello in base a quattro categorie di rischio fondamentali: sicurezza informatica, “persuasione” (che include la gestione della disinformazione), autonomia del modello (ovvero, la possibilità di azioni autonome) e CBRN (minacce chimiche, biologiche, radiologiche e nucleari, ecc.).

L’obiettivo è spingere i modelli ai loro limiti per valutare efficacemente i rischi e misurare l’efficacia delle eventuali mitigazioni proposte. Saranno definiti livelli di rischio che attiveranno misure di sicurezza di base, garantendo che solo i modelli con un punteggio post-mitigazione “medio” o inferiore possano essere implementati e ulteriormente sviluppati.

Una volta identificati i rischi, il Safety Advisory Group un organo che si posiziona al di sopra dei team tecnici entra in azione, formulando raccomandazioni dirette a Sam Altman, CEO di OpenAI.

Altman prende quindi decisioni sulle eventuali modifiche da apportare al modello al fine di ridurre i rischi associati. Nel caso in cui un modello sia valutato con un rischio elevato, non può essere implementato, e se presenta rischi critici, non verrà sviluppato ulteriormente.

Il Quadro di preparazione (Beta) di OpenAI definisce un approccio dettagliato per lo sviluppo e l’implementazione sicura dei modelli di IA.

Inoltre, un gruppo consultivo sulla sicurezza interfunzionale esaminerà i rapporti, fornendo feedback alla leadership e al consiglio di amministrazione. Saranno sviluppati protocolli per una maggiore sicurezza e responsabilità esterna, con esercitazioni regolari e la possibilità di risposte rapide a problemi urgenti di sicurezza.

OpenAI inoltre riconosce l’importanza del feedback esterno e prevede audit da parte di terze parti qualificate e indipendenti. Collaborazioni con soggetti esterni e team interni sono previste per monitorare gli usi impropri dei modelli nel mondo reale e per affrontare rischi noti e sconosciuti.

Appare quindi evidente che OpenAI si stia impegnando per dimostrare la propria capacità di produrre e gestire sistemi di IA affidabili e sicuri, di fronte alle molte preoccupazioni che la rapida evoluzione di questi sistemi generano. Altro desumibile obiettivo è quello di predisporsi a non essere limitati dai molti dispositivi normativi che si stanno approntando in diverse parti del mondo: i quattro livelli di rischio previsti dalle regole di OpenAI somigliano straordinariamente a quelli proposti dall’AI Act dell’Unione Europea.