Al centro della discussione si inserisce il caso di Helyeh Doutaghi, esperta di diritto internazionale, ricercatrice associata e vicedirettrice del Law and Political Economy Project presso la Yale Law School.
La ricercatrice è stata sospesa dall’università dopo un’inchiesta pubblicata il 2 marzo 2025 sul sito di notizie Jewish Onliner, che la accusa di legami con l’organizzazione pro-palestinese Samidoun.

Quest’ultima è stata inserita dal governo statunitense nella lista delle entità sanzionate per presunti collegamenti con il Fronte Popolare per la Liberazione della Palestina (PFLP), considerato un gruppo terroristico.

Tre giorni dopo, il 5 marzo, Yale ha sospeso Doutaghi, impedendole l’accesso al campus e ai sistemi informatici dell’università. La decisione è stata presa senza che fossero fornite prove concrete e senza una verifica indipendente delle accuse.

Il nodo centrale della vicenda riguarda l’attendibilità delle informazioni diffuse da Jewish Onliner, che si presenta come un “hub online basato sull’intelligenza artificiale” per approfondimenti e aggiornamenti su questioni che riguardano la comunità ebraica. Tuttavia, non rivela i nomi dei suoi autori e non specifica in che modo utilizzi l’intelligenza artificiale per raccogliere informazioni.

Come afferma l’avvocato di Doutaghi Eric Lee, a gennaio 2025, il quotidiano israeliano Haaretz aveva già messo in dubbio l’affidabilità del sito JO, descrivendolo come una piattaforma automatizzata che diffonde contenuti di parte, potenzialmente legata a gruppi governativi israeliani.

Vi è la possibilità che Jewish Onliner abbia raccolto e collegato informazioni prese online senza effettuare un adeguato lavoro di fact-checking, aumentando così il rischio di diffusione di fake news e di utilizzo di tali informazioni per identificare e prendere di mira persone con opinioni non conformi al sistema politico.

Proprio questi dubbi hanno spinto Lee a intervenire già il 3 marzo, quando ha segnalato a Yale la scarsa attendibilità della fonte e chiesto se l’università avesse condotto verifiche indipendenti prima di sospendere la sua cliente.

Yale non ha mai risposto a queste domande, lasciando intendere che la decisione di sospendere la ricercatrice sia stata presa senza alcun controllo sulla veridicità delle accuse.

Il 12 marzo, Doutaghi ha rotto il silenzio pubblicando un lungo post su X in cui ha definito la sua sospensione un caso esemplare di repressione politica.
Secondo la ricercatrice, l’uso dell’intelligenza artificiale per costruire accuse infondate rappresenta un pericolo per la libertà accademica e il diritto di esprimere opinioni critiche.

Nel post, ha affermato che a seguito della pubblicazione dell’articolo è stata vittima di una serie di intimidazioni come minacce e attacchi online. Secondo lei, la sua sospensione è un chiaro segnale di come l’IA possa essere usata come arma per mettere a tacere chi sostiene posizioni critiche nei confronti dell’attuale politica statunitense in Medio Oriente.

Nella parte finale della dichiarazione di Doutaghi, il suo avvocato ha aggiunto che Yale ha affidato l’indagine interna a un legale con legami con l’industria della difesa e con gruppi filo-israeliani, sollevando dubbi sull’imparzialità del procedimento.

La vicenda di Doutaghi si inserisce in uno scenario politico statunitense segnato da un inasprimento delle misure repressive.

Negli ultimi mesi, l’amministrazione Trump ha intensificato le misure contro studenti e attivisti filo-palestinesi. Il Dipartimento di Stato ha annunciato di voler utilizzare l’intelligenza artificiale per monitorare i social media e identificare individui con posizioni critiche nei confronti della politica statunitense in Medio Oriente.

Inoltre,gli studenti internazionali che esprimono opinioni non allineate rischiano la revoca del visto, mentre le università che ospitano proteste filo-palestinesi subiscono tagli ai finanziamenti federali. Yale, ad esempio, è già stata inserita in una lista di 60 atenei a rischio di riduzione dei fondi.

Non è quindi da escludere che la sospensione di Doutaghi sia stata una mossa preventiva per evitare ulteriori attacchi politici.

Questo caso porta allo sviluppo di alcune riflessioni in merito all’utilizzo dell’IA nell’informazione: se le piattaforme basate sull’IA possono generare contenuti senza adeguati controlli, influenzando persino decisioni istituzionali, aumenta il rischio di un sistema in cui la libertà di espressione viene compromessa da accuse artificiali costruite da algoritmi.

La situazione diventa ancora più critica quando questa tecnologia viene impiegata per scandagliare la rete alla ricerca di presunti collegamenti politici sospetti, senza un adeguato fact-checking. Questo approccio rischia di trasformarsi in un meccanismo di sorveglianza digitale, dove chiunque può essere etichettato come una minaccia sulla base di associazioni arbitrarie e prive di fondamento.

In questa vicenda la stessa Doutaghi ritrova un parallelismo storico con il maccartismo degli anni ’50, quando intellettuali e accademici furono perseguitati per presunte simpatie comuniste.
Oggi, il meccanismo sembra essere lo stesso: le accuse non provengono più da documenti governativi, ma da algoritmi che rastrellano la rete alla ricerca di collegamenti sospetti, senza il controllo di verificatori umani.

La piattaforma, lanciata in anteprima lo scorso 5 marzo, sarebbe in grado di svolgere compiti complessi senza supervisione umana, promettendo di superare i limiti dei modelli IA attuali come la generazione di idee senza azioni concrete, la dipendenza da istruzioni dettagliate o l’incapacità di eseguire compiti end-to-end, senza interruzioni.

Yichao “Peak” Ji, cofondatore e responsabile scientifico di ManusAI, lo definisce come “il primo vero agente di intelligenza artificiale generale”, sistema capace di apprendere, adattarsi e migliorare con il tempo.

L’idea chiave dietro la progettazione di ManusAI è quella di un sistema multi-agente alimentato da diversi modelli IA distinti. Infatti, dal punto di vista tecnico, la piattaforma IA non è stata sviluppata interamente da zero. Secondo quanto riportato dagli utenti che la stanno testando, Manus IA utilizza una combinazione di modelli di intelligenza artificiale esistenti e ottimizzati, tra cui Claude di Anthropic e Qwen di Alibaba.

Questa architettura permette a diversi modelli di lavorare insieme per gestire le richieste degli utenti, ottimizzando la memoria contestuale e migliorando la sicurezza e la modularità. Manus lavora in modo asincrono nel cloud, permettendo agli utenti di chiudere i propri dispositivi mentre l’IA continua a lavorare e fornisce i risultati una volta completato il processo.

Al momento per accedere a Manus AI è necessario disporre di un codice di invito. La piattaforma è stata lanciata in anteprima in fase beta privata, limitando l’accesso a un numero ristretto di utenti in possesso del codice.

Cosa può fare ManusAI?

Il video di presentazione presenta alcuni esempi pratici che dimostrano come Manus AI affronta compiti diversi:

Screening di curriculum: Nel primo test, Manus è stato incaricato di selezionare curriculum vitae da un file zip contenente dieci documenti. L’agente ha decompresso il file, analizzato i curriculum uno per uno, pagina per pagina ed estratto le informazioni rilevanti. Dopo aver vagliato tutti i candidati, ha fornito una classifica finale, completa di criteri di valutazione utilizzati.
Ma non si è fermato qui: quando è stato richiesto un foglio di calcolo, Manus ha memorizzato la preferenza e, nelle successive occasioni, ha fornito come output un file Excel in modo automatico. Questo dimostra la capacità dell’IA di imparare dalle interazioni e adattarsi alle esigenze dell’utente.

Ricerca immobiliare a New York: All’agente è stato chiesto di trovare proprietà in base a criteri complessi, come la sicurezza dei quartieri, la qualità delle scuole e il budget disponibile. Manus ha raccolto dati da diverse fonti, scritto un programma Python per calcolare il budget e infine prodotto un rapporto dettagliato con tutti i risultati ottenuti, dimostrando la sua abilità nel combinare analisi di mercato e programmazione autonoma.

L’entusiasmo generato dal lancio della piattaforma è stato notevole, infatti il server Discord ufficiale, spazio virtuale creato dagli sviluppatori o dai fan del progetto, dove possono discutere, condividere esperienze, fare domande e ricevere aggiornamenti direttamente dal team, ha rapidamente superato i 138.000 membri e i codici d’invito sono stati rivenduti a prezzi elevati su piattaforme di compravendita di oggetti usati come Xianyu.

Il lancio di ManusAI, come ogni innovazione, ha generato reazioni contrastanti.

Da un lato esperti del settore, tra cui Victor Mustar di Hugging Face, nota piattaforma di machine learning, ha definito Manus “lo strumento di IA più impressionante mai provato”. L’idea di avere un “collaboratore invisibile” che svolge compiti al posto dell’utente come aprire pagine web, compilare moduli e prendere decisioni è sempre stato l’obiettivo degli sviluppatori di intelligenza artificiale.

Dall’altro lato, le prime esperienze degli utenti e i test condotti da testate giornalistiche, come riportato da TechCrunch, hanno rivelato una realtà ben diversa dalle promesse.

Molti utenti hanno riscontrato messaggi di errore, processi bloccati e difficoltà nel completare anche compiti semplici come ordinare cibo o prenotare voli.

Inoltre, è stato riscontrato che Manus AI, in diverse occasioni, fornisce risposte errate o inaccurate quando viene interrogato su fatti oggettivi, come dati numerici, informazioni storiche o dettagli verificabili. Questo significa che l’agente autonomo può riportare affermazioni non corrette su argomenti concreti, generando potenzialmente contenuti fuorvianti o sbagliati. Inoltre, dai primi test è emerso che quando Manus elabora una risposta basata su informazioni provenienti da altre fonti, non sempre indica da dove ha tratto quei dati o contenuti. Questo rende difficile per l’utente verificare la correttezza delle informazioni riportate, soprattutto in contesti dove l’accuratezza è fondamentale, come articoli giornalistici, analisi finanziarie o documenti tecnici.

Questa mancanza di attribuzione, se non corretta prima del lancio ufficiale, potrebbe avere conseguenze legali, in particolare per quanto riguarda la violazione del diritto d’autore.

Nonostante queste criticità, Manus ha ottenuto ottimi risultati nel benchmark GAIA (General AI Assistant), uno dei test più autorevoli per valutare la capacità degli assistenti di intelligenza artificiale di risolvere problemi del mondo reale e di eseguire compiti complessi, come la navigazione web autonoma, l’utilizzo di software avanzati e l’analisi di grandi quantità di dati.

In questo test, Manus è riuscito a superare i modelli di OpenAI in diverse categorie di valutazione, dimostrando un buon potenziale nell’analisi finanziaria e nella gestione documentale. Inoltre, la piattaforma è stata impiegata con successo su piattaforme di lavoro freelance come Upwork e Fiverr, completando progetti reali con un discreto livello di autonomia.

Butterfly Effect ha affermato che la piattaforma è ancora in fase sperimentale, con l’obiettivo di ottimizzare l’infrastruttura e migliorare l’affidabilità complessiva. L’azienda ha dichiarato di voler rendere open source alcuni modelli entro l’anno, per favorire la collaborazione e l’innovazione nel campo degli agenti IA autonomi.

Secondo la documentazione, lo scorso 25 febbraio, Radford ha ricevuto un mandato di comparizione per testimoniare nel procedimento legale denominato “In re: OpenAI ChatGPT Litigation”, un’azione collettiva promossa da alcuni autori tra cui Paul Tremblay, Sarah Silverman e Michael Chabon.
I querelanti accusano OpenAI di aver utilizzato le loro opere senza autorizzazione per addestrare i modelli di intelligenza artificiale, consentendo così a ChatGPT di generare testi che riprenderebbero parti dei loro lavori senza senza attribuire loro alcun riconoscimento.

OpenAI respinge le accuse, sostenendo che il suo operato rientra nella dottrina del fair use, che consente l’uso limitato di materiali protetti da copyright senza necessità di autorizzazione. Tuttavia, questo principio è soggetto a vincoli: dipende dallo scopo dell’uso, dalla quantità di contenuto impiegato e dal suo impatto economico sulle opere originali. Se i querelanti dimostrassero che l’addestramento dell’IA danneggia il valore commerciale dei loro testi, il fair use potrebbe non essere applicabile, e soprattutto in questi casi, dovrà essere stabilito in tribunale.

Non è la prima volta che OpenAI affronta questo tipo di accuse.
Nel 2023, la Corte ha respinto due rivendicazioni dei querelanti, ma ha permesso di procedere con l’accusa di violazione diretta del copyright, mantenendo aperta la questione della legalità nell’addestramento dei sistemi IA.

La scelta di convocare Radford non è casuale.
L’ex ricercatore entrato in OpenAI nel 2016 è stato il principale autore della ricerca che ha portato alla creazione dei modelli GPT, la tecnologia su cui si basa ChatGPT. Ha inoltre contribuito allo sviluppo di Whisper, il sistema di riconoscimento vocale, e di DALL-E, il generatore di immagini. Alla fine dello scorso anno, ha lasciato l’azienda per dedicarsi alla ricerca indipendente.

Ma Radford non è l’unico ex dipendente di OpenAI nel mirino degli avvocati. Secondo TechCrunch, anche Dario Amodei e Benjamin Mann, oggi a capo della startup Anthropic, sono stati convocati. Entrambi, però, si oppongono alla richiesta, sostenendo che testimoniare sarebbe troppo complesso e gravoso.

Il caso Radford è solo uno dei tanti procedimenti in corso contro OpenAI ed altre aziende di intelligenza artificiale. Negli Stati Uniti si contano attualmente 38 cause per violazione del copyright, tra cui le cosiddette “Newspaper Cases“, che vedono testate come il New York Times e il Daily News intentare azioni legali per l’uso non autorizzato dei loro contenuti.

Alcuni tribunali stanno cercando di trovare soluzioni alternative attraverso collaborazioni sperimentali tra editori e aziende di IA. Un esempio è il caso Concord Music Group vs Anthropic, che ha portato a un accordo in cui Anthropic si impegna a implementare misure di protezione (guardrails) per evitare l’inclusione di contenuti protetti senza licenza nei futuri modelli di IA.Tuttavia, non è ancora chiaro se queste soluzioni si rivelino realmente efficaci.

Le tensioni legali non si fermano agli Stati Uniti. Anche in India, OpenAI è sotto accusa. L’agenzia di stampa Asian News International (ANI) ha citato in giudizio l’azienda, sostenendo che abbia utilizzato i suoi contenuti protetti per addestrare modelli come ChatGPT senza autorizzazione.

Di fronte alle crescenti pressioni, OpenAI ha accettato di interrompere il data scraping dal sito di ANI, inserendolo in una lista nera a partire dal 2024.

Questo fenomeno non è nuovo, si chiama antropomorfismo, ovvero la tendenza a vedere caratteristiche umane come intenzioni, emozioni e capacità di comprensione, in ciò che umano non è. Succede con gli animali, con gli oggetti e oggi maggiormente con l’IA.

Secondo uno studio di Anna Nobre, il fraintendimento in questione ha origine anche dall’utilizzo di un linguaggio inappropriato e, quindi, fuorviante.  

L’autrice parla di “conceptual borrowing”, il fenomeno secondo cui l’IA prende in prestito termini dalla scienza cognitiva e dalla neuroscienza, come “apprendimento”, “attenzione” e persino “allucinazione”, creando l’illusione che l’IA funzioni come la mente umana.

Tuttavia, l’IA non apprende come noi, ma elabora dati attraverso modelli statistici. Non presta attenzione nel senso umano del termine, ma assegna pesi ai dati in base a formule matematiche, e quando sbaglia, non ha vere allucinazioni, ma semplicemente produce errori di output.

E allora, se non è intelligente, come possiamo definirla ?

Luciano Floridi nel suo recente studio, propone una nuova prospettiva: più che parlare di intelligenza artificiale, dovremmo considerarla una nuova forma di agency, ovvero la capacità di agire in autonomia, ma senza possedere coscienza o intenzionalità.

L’IA non pensa, non comprende e non prende decisioni nel senso umano del termine, ma segue algoritmi predefiniti e schemi di apprendimento basati su correlazioni statistiche.

Floridi distingue due tesi contrapposte:

• Artificial Realisability of Intelligence (ARI), secondo cui si dovrebbe ampliare la definizione base di intelligenza per includere anche quella artificiale.
• Multiple Realisability of Agency (MRA), secondo cui si dovrebbe ampliare la nozione di agency per includere anche forme artificiali.

L’autore sostiene che la seconda tesi (MRA) sia più solida, poiché evita interpretazioni antropomorfiche e fraintendimenti sulla natura dell’IA. Secondo lui, attribuire “intelligenza” all’IA è fuorviante, mentre riconoscerla come una nuova forma di “Artificial Agency” (AA) consente di comprenderne meglio il funzionamento, le capacità e i limiti.

L’AA si basa su:

• Obiettivi programmati: L’IA è progettata per raggiungere obiettivi specifici definiti dagli esseri umani, attraverso dei prompt.
• Adattamento guidato dai dati: L’IA impara dai dati, identificando modelli e ottimizzando le proprie azioni di conseguenza.
• Capacità operative uniche: L’IA può elaborare enormi quantità di dati, operare ininterrottamente e svolgere più compiti contemporaneamente.

Se l’IA non è intelligente, ma solo un agente esecutivo, le sue implicazioni nel campo giornalistico potrebbero rivelarsi significative, nello specifico:

1. Automazione delle notizie: Se l’IA è vista come un’agency, gli strumenti IA di generazione automatica del testo, sono semplicemente degli agenti esecutivi privi di comprensione e intenzionalità. Questo implica che il giornalismo non può delegare la responsabilità editoriale alle macchine.
2. Ruolo nei processi decisionali: L’IA utilizzata nell’analisi delle notizie, può aiutare nella selezione delle tematiche, ma non può decidere cosa sia rilevante o significativo per il dibattito pubblico. Il giornalismo richiede autonomia intellettuale e responsabilità editoriale, qualità che nessun algoritmo possiede.
3. Affidabilità e bias: I modelli di IA operando su modelli statistici sono soggetti ad elevato rischio di bias e distorsioni. Dunque, la supervisione umana è essenziale per garantire affidabilità e correttezza delle informazioni prodotte.
4. Accountability e regolamentazione: Se l’IA è solo un agente senza coscienza, chi è responsabile del contenuto che produce?  A tal proposito, Floridi introduce il concetto di “distributed morality”, secondo cui la responsabilità delle azioni dell’IA è distribuita tra sviluppatori, utenti e istituzioni.

L’IA vista come un’agency, può essere un supporto, uno strumento potente per migliorare l’efficienza del lavoro giornalistico, ma non può sostituire l’essere umano nell’analisi e nella comprensione della realtà.

Nel giornalismo, la narrazione degli eventi richiede più di una semplice aggregazione di dati, serve sensibilità, capacità critica, capacità di interpretazione ed un’etica professionale che le macchine non possiedono.

Per quanto un articolo generato dall’IA possa essere grammaticalmente corretto e stilisticamente raffinato, mancherà sempre di quell’intuizione che nasce dall’esperienza maturata dal giornalista sul campo. Per tanto Floridi ci invita a vedere l’IA per quello che è realmente: uno strumento da utilizzare come supporto alle proprie attività, non un sostituto del pensiero umano.

Il provvedimento abrogato mirava a regolamentare la creazione, l’uso e la diffusione dei modelli di intelligenza artificiale negli Stati Uniti, introducendo nuovi standard di sicurezza e imponendo ai proprietari e sviluppatori di sistemi IA di condividere i risultati dei test di sicurezza con il governo, prima del rilascio pubblico.

Trump ha giustificato la revoca sostenendo che la riduzione dei vincoli normativi fosse un passo essenziale per favorire l’innovazione tecnologica e rilanciare il paese. Nel suo discorso inaugurale ha parlato di un nuovo inizio per l’America, un ritorno al buon senso e alla concretezza, definendo la sua presidenza come l’alba di una nuova età dell’oro. Secondo lui, le politiche dell’amministrazione Biden avrebbero rappresentato un ostacolo allo sviluppo degli Stati Uniti in questo settore strategico, frenando le possibilità di crescita e progresso.

La decisione è coerente con il programma Repubblicano presentato durante le elezioni del 2024, in cui Trump aveva promesso di abrogare l’ordinanza, ritenuta un freno all’innovazione dell’intelligenza artificiale. I Repubblicani hanno inoltre ribadito la loro volontà di promuovere uno sviluppo dell’IA radicato nella libertà di espressione e nella crescita economica.

Con questa mossa, l’amministrazione Trump ha dimostrato, da subito, l’intenzione di perseguire un approccio più “leggero” alle regolamentazioni sull’IA. Sebbene i dettagli della nuova strategia in merito all’intelligenza artificiale restino poco chiari, la nomina di David Sacks, imprenditore noto per le sue posizioni anti-regolatorie, a capo delle politiche federali su criptovalute e intelligenza artificiale, suggerisce una linea generale meno interventista. L’obiettivo dichiarato è quello di creare un ambiente che stimoli l’innovazione e mantenga gli Stati Uniti molto competitivi a livello globale.

Tuttavia, l’assenza di un quadro normativo federale potrebbe aumentare i rischi legati all’utilizzo dell’intelligenza artificiale, in settori sensibili come la sicurezza informatica, la giustizia e la sanità. Inoltre, la mancanza o una debole regolamentazione centralizzata potrebbe portare a una frammentazione del mercato, con i singoli Stati impegnati a definire norme autonome, creando un mosaico legislativo disomogeneo e potenzialmente difficile da rispettare per le aziende del settore.

Il nuovo ordine esecutivo, il primo del presidente Trump, in cui abolisce l’EO 14110, come tutti gli altri, sarà valido fino alla fine della sua presidenza, a meno che un futuro presidente o Trump stesso, non decida di modificarlo o abrogarlo.

Tasks, disponibile in versione beta come parte di GPT-4o, permette agli utenti di pianificare attività e promemoria futuri come programmare l’invio di bollettini meteo giornalieri, oppure ricordare all’utente di compiere alcune azioni.

Oltre a semplici promemoria, Tasks, è in grado di svolgere compiti su richiesta. Ad esempio, alla richiesta “Fammi un riepilogo delle notizie finanziarie di oggi alla chiusura dei mercati”, ChatGPT effettuerà la ricerca in automatico raccogliendo le informazioni rilevanti sui mercati finanziari (come l’andamento delle borse, principali movimenti azionari, notizie economiche rilevanti) e le presenterà all’utente in forma sintetica al momento preimpostato.

Tasks, inoltre permette di automatizzare la creazione di contenuti, risparmiando tempo ed energie. Ad esempio, si può richiedere a ChatGPT di generare ogni giorno ad un orario indicato un riassunto delle ultime notizie del giorno sull’intelligenza artificiale pubblicate da alcuni siti specifici come Tech Crunch e The Verge e di scrivere dei post ottimizzati per LinkedIn per ognuna di quelle notizie.  A questa richiesta ChatGPT riassumerà le notizie e genererà post per LinkedIn pronti per la pubblicazione.

L’utilità pratica di Tasks, si può vedere anche nella pianificazione di un viaggio.

Ad esempio, se si ha in programma un viaggio a Napoli, si può chiedere a Chat, di fornire il meteo a Napoli per il giorno della partenza, una lista dei ristoranti tipici da provare ed i posti più belli da vedere. In risposta ChatGPT fornirà nel giorno indicato dall’utente, informazioni meteo, suggerimenti su ristoranti e luoghi da visitare con una mappa da poter utilizzare per comprendere la collocazione di tali luoghi, in aggiunta verrà creato anche un itinerario personalizzato.

Dunque, con questa innovazione, ChatGPT si trasforma in un assistente virtuale avanzato, simile a Google Assistant o Siri, potenziato dalle sue elevate capacità linguistiche, di ricerca e di personalizzazione di GPT.

Basta semplicemente indicare a ChatGPT cosa fare e quando farlo.

Come funziona Tasks?

Gli utenti abbonati ai piani Plus, Team e Pro possono selezionare l’opzione “4.o con attività programmate“ dal menu dei modelli di ChatGPT.

Successivamente, l’utente potrà scegliere tra le attività suggerite (come monitorare eventi o ricevere aggiornamenti periodici) oppure cliccare su “Prova con una tua idea”, che consente di creare un task completamente personalizzato in base alle proprie esigenze. Questa opzione permette all’utente di specificare i dettagli dell’attività da programmare come:

• Tipo di attività (es. ricerca, notifiche, riepiloghi)
• Frequenza (giornaliera, settimanale, una tantum).
• Contenuto personalizzato (ad esempio, ” inviami un bollettino meteo ogni mattina alle 7.”)

La funzione Tasks supporta sia attività programmate una tantum che ricorrenti, inoltre il chatbot può proporre automaticamente task basati sulle informazioni ricevute durante le conversazioni recenti. Prima di essere attivate, queste proposte dovranno essere approvate dall’utente.

Una volta completate le attività, l’utente riceverà le notifiche sul profilo utilizzato sia su browser che su desktop e mobile. Nella versione attuale, è possibile programmare fino a 10 attività contemporaneamente.

I Tasks sono attualmente disponibili in versione beta per gli utenti abbonati. OpenAI non ha specificato se e quando la funzionalità sarà accessibile anche agli utenti non abbonati.

L’aggiunta di Tasks rappresenta un importante cambiamento per ChatGPT, che finora operava solo in tempo reale, rispondendo a richieste immediate. Cambiamento anticipato già da Sam Altman, che aveva previsto il 2025 come anno chiave per l’introduzione di agenti IA più sofisticati.

Per comprendere meglio questo sviluppo, vale la pena tornare a quanto anticipato dallo stesso Altman lo scorso anno, quando presentò un modello teorico che suddivideva l’evoluzione dell’intelligenza artificiale in cinque livelli distinti:

1. ChatBot: IA che interagisce con gli utenti in modo colloquiale.
2. Reasoners: IA capaci di risolvere problemi complessi senza l’uso di strumenti esterni.
3. Agents: Sistemi che agiscono autonomamente per conto degli utenti, gestendo compiti e decisioni.
4. Innovators: IA in grado di produrre soluzioni creative e innovative.
5. Organizations: Superintelligenze in grado di gestire e ottimizzare intere organizzazioni.

Con l’introduzione dei “Tasks” OpenAI muove i primi passi verso la fase degli Agents, rendendo ChatGPT capace non solo di rispondere a domande, ma anche di gestire attività complesse in modo autonomo.

In questo contesto lunedì 13 gennaio, il Bureau of Industry and Security (BIS) del Dipartimento del Commercio statunitense ha pubblicato un comunicato stampa ufficializzando ulteriori restrizioni e controlli sull’esportazione di chip avanzati.

A giugno 2024, gli Stati Uniti hanno iniziato ad intensificare i loro controlli per limitare l’accesso della Cina ai chip avanzati per IA. Washington ha fatto pressione su alleati chiave come Giappone e Paesi Bassi (tra i principali fornitori di memorie ultraveloci) per introdurre restrizioni più severe sulle esportazioni di tecnologie avanzate verso la Cina.

Alan Estevez, sottosegretario americano al Commercio per l’Industria e la Sicurezza che guida il BIS, ha avviato colloqui con Tokyo Electron e ASML Holding, aziende cruciali per la produzione di chip High Bandwidth Memory (HBM), memoria ad alta velocità e ampia larghezza di banda, progettata per supportare applicazioni complesse come l’intelligenza artificiale, il machine learning e il gaming avanzato.

Tuttavia, mentre Pechino ha continuato indirettamente, attraverso reti internazionali, ad importare le tecnologie oggetto di embargo e aziende come Nvidia e OpenAI hanno riscontrato difficoltà nel contenere queste manovre, la Cina ha anche continuato a investire nello sviluppo di soluzioni autonome, attraverso aziende come Huawei e Wuhan Xinxin Semiconductor Manufacturing Co.

Per affrontare queste problematiche le disposizioni normative pubblicate nel recente comunicato stampa del BIS, mirano a rafforzare i controlli sulle tecnologie avanzate, con l’obiettivo di proteggere la sicurezza nazionale degli Stati Uniti e i suoi interessi di politica estera, cercando di impedire che i modelli di intelligenza artificiale avanzata cadano nelle mani di “attori malintenzionati”, come Cina, Russia ed Iran.

La strategia di protezione prevede:

1. L’introduzione di licenze specifiche, come l’Autorizzazione per l’Intelligenza Artificiale (AIA) e l’Autorizzazione per la Produzione Avanzata (ACM), per facilitare il commercio con i 18 paesi alleati e garantire la continuità delle catene di approvvigionamento cioè garantire che i beni e i materiali necessari per la produzione e il commercio vengano consegnati senza interruzioni. Inoltre, è possibile esportare piccole quantità di chip avanzati senza autorizzazioni speciali, a patto che non siano destinate a paesi sotto embargo.
   Anche il programma già in vigore Data Center Validated End User (VEU), istituito dal Bureau of Industry and Security per facilitare l’accesso a determinate tecnologie da parte di aziende o organizzazioni estere che hanno dimostrato di operare nel rispetto delle normative statunitensi sull’esportazione, è stato aggiornato per includere due nuove categorie:
   
   Universal VEUs (UVEU): per introdurre aziende statunitensi e alleate che costruiscono data center globali.
   National VEUs (NVEU): per introdurre aziende alleate che operano in regioni selezionate.
2. L’introduzione di limiti per i modelli di IA addestrati con oltre 10^26 operazioni computazionali.  Le esportazioni e il trasferimento di questi modelli avanzati richiederanno autorizzazioni specifiche, con eccezioni per partner alleati e per modelli open source, ovvero quei i modelli che sono resi pubblici e disponibili a tutti.

Il quadro normativo introdotto lascia spazio a revisioni e aggiustamenti futuri, indicando una sorta di “periodo di prova” implicito per valutare la sua efficacia e per adeguarlo alle esigenze della sicurezza nazionale e degli interessi economici Statunitensi.

L’amministrazione Biden-Harris ha sottolineato l’importanza di garantire che “l’intelligenza artificiale mondiale funzioni su rotaie americane”, evitando che le tecnologie avanzate finiscano nelle mani di attori non alleati.

Queste proposte regolatorie annunciate hanno sollevato numerose critiche.

Nvidia ha espresso preoccupazioni sul possibile impatto negativo sul mercato dell’innovazione statunitense, mentre esperti legali e analisti, come Jonathan Kewley, hanno rilevato la evanescenza di queste misure a fronte dell’imminente cambio di amministrazione.

L’Information Technology and Innovation Foundation ha invece evidenziato come, una strategia basata sulla concorrenza anziché sul contenimento, potrebbe favorire maggiormente gli Stati Uniti, evitando di alienare i partner chiave.

Come afferma Daniel Castro, vicepresidente dell’Information Technology and Innovation Foundation (ITIF): “Di fronte a un simile ultimatum, molti Paesi potrebbero optare per chi offre loro un accesso ininterrotto alle tecnologie di intelligenza artificiale, essenziali per la loro crescita economica e il loro futuro digitale”.

Le aziende tecnologiche che sviluppano tali sistemi necessitano di enormi quantità di dati per “addestrare” i loro modelli, rendendoli sempre più sofisticati ed efficaci. I contenuti editoriali — articoli, libri, studi e pubblicazioni di vario genere — rappresentano una risorsa autorevole e verificata per questo processo. Non a caso, molti colossi dell’IA hanno stretto accordi con editori, offrendo in cambio compensi economici o vantaggi strategici, come una presunta maggiore visibilità e traffico verso i propri siti, dovuti all’inserimento nelle risposte dei bot dei link alle fonti giornalistiche.

A prima vista, questo scambio potrebbe sembrare un modello di collaborazione vantaggioso per entrambe le parti. Da un lato, le aziende di IA ottengono dati di qualità necessari per migliorare i loro sistemi. Dall’altro, gli editori potrebbero sfruttare queste partnership per diversificare le fonti di reddito e stare al passo con un mercato sempre in evoluzione.

La questione, però, è tutt’altro che lineare. Ad oggi, non è ancora chiaro se i benefici offerti dagli accordi stipulati dalle aziende siano proporzionati al valore effettivo dei contenuti messi a disposizione dagli editori.

Alcuni studiosi, come Rasmus Kleis Nielsen, direttore del Reuters Institute for the Study of Journalism (RISJ) all’Università di Oxford, propongono una visione più cauta.

Secondo Nielsen, gli accordi tra editori e aziende di intelligenza artificiale sono spesso caratterizzati da poca trasparenza, soprattutto per quanto riguarda i dettagli finanziari. Questo rende complicato valutare i reali benefici economici per gli editori, i cui guadagni attesi si rivelano spesso inferiori alle aspettative.

Esempio significativo di questa dinamica è rappresentato dall’accordo stipulato lo scorso maggio, tra OpenAI e Dotdash Meredith, editore di testate come People e Better Homes & Gardens, che prevede il pagamento di circa 16 milioni di dollari all’anno per la licenza sui contenuti. Tuttavia, questa cifra rappresenta solo l’1% delle entrate totali dell’editore.

Situazione simile si verifica con Axel Springer, gruppo editoriale tedesco proprietario di testate come Bild e Die Welt, che ha concluso un accordo annuale del valore di 10 milioni di dollari con OpenAI. Anche in questo caso, i ricavi derivanti da tale accordo sono una piccola frazione delle entrate complessive.

Quindi, cosa significa questo per il futuro?

Secondo le previsioni di Nielsen, è improbabile che nel prossimo futuro la maggioranza degli editori possa trarre entrate significative dalla concessione in licenza di contenuti alle aziende tecnologiche. Puntare in maniera sostanziale a questi accordi potrebbe rivelarsi una strategia rischiosa e limitante. Questo approccio “miope” rischia di non essere sostenibile nel lungo termine.

Come afferma Nielsen, questo processo apparentemente deludente, potrebbe consentire agli editori di prendere coscienza che non possono aspettarsi miracoli dall’IA e impegnarsi su ciò che realmente conta: creare valore per i lettori, offrendo contenuti di qualità e approfondimenti rilevanti e unici.

Una strategia a lungo termine dovrebbe prevedere l’utilizzo dei sistemi di IA per migliorare l’efficienza delle redazioni, rafforzare l’identità e il brand editoriale e automatizzare le attività ripetitive. Gli editori, tuttavia, devono mantenere il controllo, decidendo come e in che misura queste tecnologie debbano essere integrate nei processi editoriali. L’obiettivo finale non è solo sopravvivere alle trasformazioni tecnologiche, ma sfruttarle a proprio vantaggio.

Il programma di fact- checking, venne introdotto da Meta dopo le elezioni presidenziali statunitensi del 2016, per contrastare la diffusione di disinformazione e contenuti offensivi che si verificarono durante le elezioni di quell’anno. Ricordiamo, a tal proposito, il grave scandalo dei dati di Cambridge Analytica.

Il programma abolito prevedeva la collaborazione con organizzazioni giornalistiche indipendenti e quotidiani accreditati dall’International Fact-Checking Network, unità del Poynter Institute che si occupa di riunire i fact-checker di tutto il mondo, i quali dovevano analizzare i post e, quando veniva rilevata una notizia falsa, applicavano un’etichetta, indicando che il contenuto era stato contestato da verificatori di terze parti.  Gli utenti venivano invitati a consultare ulteriori informazioni prima di interagire con il contenuto, pur mantenendo la possibilità di accedervi. Infatti, queste etichette non oscuravano il contenuto, ma offrivano un avviso contestuale sulla sua credibilità.

Zuckerberg ha tuttavia sostenuto che questo sistema, in vigore ormai da 8 anni, ha generato diverse problematiche come la rimozione ingiustificata di post legittimi o l’incapacità di cogliere il contesto culturale di alcune pubblicazioni, affermando che “troppi contenuti innocui vengono censurati, troppe persone si ritrovano ingiustamente rinchiuse nella “prigione di Facebook”.”

Il nuovo sistema, Community Notes, si baserà sulla verifica collaborativa delle informazioni: affiderà ad un gruppo di utenti riconosciuti come collaboratori il compito di aggiungere note di contesto ai contenuti, indicando se sono affidabili o meno. 

Altri utenti valuteranno l’utilità delle note proposte, esprimendo la loro opinione a riguardo.  Una nota verrà resa pubblica solo se utenti di diverse prospettive politiche o sociali concordano sul fatto che sia informativa, la nota viene approvata. Al fine di garantire che le informazioni aggiunte siano equilibrate e non influenzate da un singolo punto di vista.

Una volta approvate, le note vengono visualizzate direttamente sotto il contenuto originale, offrendo agli utenti un contesto aggiuntivo per comprendere meglio il post, l’immagine o il video.

L’autorevolezza delle note e l’imparzialità degli utenti possono essere messe in discussione, in special modo nel caso dei contenuti polarizzanti, ovvero quelli che tendono a dividere le opinioni e generare forti contrasti tra gli utenti, come quelli politici.

La scelta di Zuckerberg è stata da alcuni interpretata come un tentativo di riallinearsi con il presidente Donald Trump, in vista del suo imminente insediamento alla Casa Bianca e di “ammansire” la nuova leadership politica.

A ben vedere tale critica non appare infondata, considerando le recenti modifiche nella governance dell’azienda, con la promozione di Joel Kaplan, ex consigliere di George W. Bush, a capo del team degli Affari Globali come responsabile delle principali politiche aziendali e l’inserimento nel consiglio di amministrazione dell’azienda di uno storico alleato di Donald Trump, Dana White.

Questi cambiamenti relativi ai controlli sulle informazioni non riguardano, almeno per il momento, l’Europa.

Il panorama politico europeo, infatti, è sostanzialmente diverso, e le norme imposte dal Digital Services Act (DSA) obbligano le piattaforme a implementare misure adeguate a combattere la disinformazione. Meta potrebbe decidere di adottare altre soluzioni, come l’impiego dell’intelligenza artificiale o del machine learning, per rafforzare i propri sistemi di verifica.