Il chatbot ti consiglia dove comprare, ma il negozio potrebbe essere un impostore. Un modello italiano, intanto, prova che imparare tante lingue non confonde l’intelligenza artificiale: può renderla migliore. Oggi parliamo anche delle aziende italiane che restano alla finestra e dei poliziotti che si fidano troppo di un volto suggerito dal computer. Il filo conduttore? Tra una risposta convincente e una risposta affidabile c’è ancora parecchio lavoro.
1. Il chatbot trova il prodotto. Ma anche il negozio sbagliato
Chiedere a un chatbot dove comprare un paio di scarpe sembra una scorciatoia innocua. Eppure uno studio di Podqi, società che si occupa di protezione dei marchi, ha trovato siti rischiosi nelle risposte di ChatGPT, Gemini e Perplexity. Il test ha raccolto 6.795 risposte relative a 151 marchi, da Birkenstock a Le Creuset, con domande su negozi online, spedizioni internazionali e siti regionali. Tra i risultati comparivano imitazioni di negozi autentici, venditori di contraffazioni, vecchi domini passati ad altri proprietari e indirizzi non più attivi.
Le percentuali cambiano parecchio: siti rischiosi apparivano nel 15% delle risposte di Perplexity, nell’8% di ChatGPT e nel 4% di Gemini. Attenzione, però: il conteggio comprende anche i casi in cui il chatbot menzionava un sito per metterti in guardia, non soltanto quelli in cui lo consigliava. ChatGPT accompagnava con un avvertimento il 24% dei siti rischiosi che faceva emergere. Sono risultati di domande costruite dai ricercatori, in due periodi di settembre, non una misura di tutte le conversazioni reali degli utenti.
Il punto più insidioso è la sicurezza con cui può essere presentato un indirizzo sbagliato. In una conversazione, Perplexity ha indicato una pagina errata come sito ufficiale di Stüssy, descrivendola come punto di partenza per articoli sicuramente autentici. Le richieste sui siti regionali risultavano particolarmente problematiche, mentre i marchi piccoli erano più esposti dei grandi. Google e OpenAI hanno dichiarato di lavorare sui miglioramenti; Perplexity ha rivendicato la propria accuratezza, senza sostenere di essere infallibile.
👉 Prima di inserire carta di credito o dati personali, verifica l’indirizzo attraverso un canale ufficiale del marchio. Un link dentro una risposta ben scritta resta un link da controllare, non un negozio certificato.
Leggi la fonte → (The Verge AI)
2. Lara Mini, il modello italiano che studia in 45 lingue
Se imparare più lingue arricchisce una persona, perché dovrebbe impoverire un’intelligenza artificiale? È la scommessa di Translated, azienda romana che ha presentato Lara Mini, un modello per elaborare testi addestrato fin dall’inizio in 45 lingue, comprese tutte le 24 ufficiali dell’Unione europea. Il materiale utilizzato ammonta a 6.000 miliardi di token, le piccole unità di testo che questi sistemi elaborano. L’idea è mettere la varietà linguistica al centro dell’apprendimento, anziché trattarla come un’aggiunta a una base prevalentemente inglese.
Secondo i risultati riportati, Lara Mini ha ottenuto il punteggio più alto tra i modelli base a codice aperto fino a 2 miliardi di parametri attivi esaminati nei confronti internazionali. I suoi parametri attivi, cioè le variabili interne utilizzate nell’elaborazione, sono 0,6 miliardi: il primato riguarda quindi una categoria precisa di modelli compatti, non tutta l’AI. Nelle verifiche dell’azienda, sostituire materiale multilingue con più inglese non ha migliorato sensibilmente le prestazioni in inglese. Ha invece peggiorato nettamente la comprensione degli altri idiomi.
Dietro il progetto ci sono oltre 20 anni di dati di traduzione raccolti da Translated e le risorse del supercomputer Leonardo, messe a disposizione dal Cineca. L’azienda ha pubblicato i pesi, cioè i valori appresi dal modello, un rapporto tecnico e uno strumento di valutazione che copre 110 varianti linguistiche. La disponibilità gratuita riguarda ricerca e usi non commerciali, una distinzione importante per chi pensa di inserirlo subito in un prodotto. Lara Mini apre la strada alla famiglia Lara 4, destinata alla prossima generazione del servizio Lara Translate.
👉 Se lavori con clienti o documenti in più lingue, non scegliere un’AI soltanto perché eccelle in inglese. Questo risultato suggerisce una domanda pratica per i fornitori: come si comporta nelle lingue che usi davvero?
Leggi la fonte → (Repubblica Tecnologia)
3. Le imprese italiane usano più AI, ma restano indietro
In Italia l’intelligenza artificiale generativa entra nelle aziende, ma il resto d’Europa continua a correre più avanti. Secondo il rapporto BEI 2026, la usa sistematicamente il 48% delle imprese italiane, contro il 67% della media europea e il 71% statunitense. Nell’Unione fanno peggio soltanto Grecia e Bulgaria. L’indagine ha coinvolto circa 12.000 imprese europee e 800 americane: misura l’utilizzo dichiarato di strumenti come ChatGPT o Copilot, non tutti gli investimenti aziendali nell’intelligenza artificiale.
Il dato che pesa sul futuro è quel 33% di imprese italiane senza piani di adozione nei prossimi dodici mesi, contro il 17% europeo. Tra le italiane che non usano questi strumenti, il 52% non ne percepisce la necessità, mentre il 30% indica incertezza sui benefici. Non è dunque soltanto una questione di avere accesso al software: molte aziende non vedono ancora quale problema concreto potrebbe risolvere. Rispetto alla rilevazione precedente l’utilizzo cresce, ma le modifiche a domande e pesi statistici invitano a non leggere il confronto annuale come perfettamente omogeneo.
Anche avere un abbonamento, comunque, non equivale ad aver ottenuto risultati. Tra le utilizzatrici italiane, il 19% dichiara già visibili i benefici principali, rispetto al 21% europeo e al 35% americano: sono valutazioni delle imprese, non rendimenti verificati indipendentemente. Il 70% delle italiane vede soprattutto efficienza e riduzione dei costi, mentre il confronto europeo con gli Stati Uniti mostra un impiego più limitato nelle attività commerciali. La distinzione è concreta: velocizzare una sintesi fa risparmiare tempo, migliorare un’offerta può anche aiutare a generare ricavi.
👉 Se in ufficio la discussione è ancora «compriamo l’AI?», prova a spostarla su un’attività precisa. Scegli un compito, misura tempi ed errori prima e dopo, e includi nel conto anche la verifica umana: è più utile di dieci dimostrazioni spettacolari.
Leggi la fonte → (AI4Business)
4. Un volto simile non è una prova: l’allarme sulla polizia
Un computer segnala che due volti potrebbero appartenere alla stessa persona. Il problema comincia quando quel potrebbero sparisce dalla testa di chi indaga. Un rapporto dell’ispettorato britannico delle forze di polizia avverte che l’uso scorretto del riconoscimento facciale retrospettivo espone persone innocenti al rischio di identificazioni e arresti sbagliati, soprattutto tra le minoranze etniche. L’analisi riguarda il confronto di immagini già disponibili, non il riconoscimento in diretta delle persone che passano davanti a una telecamera.
Gli ispettori hanno scoperto che alcuni investigatori non sapevano che i risultati fossero indicazioni investigative, non prove, e richiedessero ulteriori accertamenti. In un piccolo numero di casi, un affidamento eccessivo al sistema ha portato ad azioni investigative inappropriate. Sono state caricate anche fotografie sfocate o contenenti più volti, riducendo l’affidabilità dei confronti. A questo si aggiunge la conservazione di immagini raccolte durante la custodia che avrebbero dovuto essere cancellate.
La questione, quindi, non si risolve soltanto comprando un algoritmo migliore. Il rapporto segnala distorsioni nei risultati e un quadro legislativo che non ha tenuto il passo con la tecnologia, chiedendo standard nazionali e controlli più chiari. L’organizzazione Big Brother Watch denuncia il rischio di trasformare una somiglianza probabilistica in un’accusa, mentre i rappresentanti della polizia ribadiscono l’impegno a un uso responsabile. Il punto comune da cui ripartire dovrebbe essere il giudizio umano, purché significhi verificare davvero e non approvare automaticamente il suggerimento della macchina.
👉 Quando un’organizzazione dice che «c’è sempre una persona a controllare», chiedi che cosa controlla e con quali elementi indipendenti. La presenza umana è una garanzia soltanto se può mettere in discussione il risultato dell’AI.
Leggi la fonte → (The Guardian AI)
In breve
- Scuole italiane, parere favorevole del Garante. L’Autorità privacy ha approvato lo schema di decreto sulle prime indicazioni per usare l’AI a beneficio di studenti e docenti, accompagnandolo con osservazioni. Chiede al ministero supporto alle scuole, criteri per scegliere i fornitori e di valutare un servizio di assistenza dedicato.
- Mediaset presenta Mia. Il nuovo agente AI viene offerto ai dipendenti del gruppo in Italia, Spagna e Germania, in un ambiente aziendale descritto come protetto. Potrà aiutare nei processi e nello sviluppo di formati, anche per i social, ma non nella fase di ideazione del prodotto.
- DeepL vuole tradurre anche il sarcasmo. Il modello Aure trasferisce nella voce tradotta tono, emozione, enfasi e ritmo, analizzando continuamente audio originale e testo. Al debutto supporta otto lingue, italiano compreso: l’obiettivo è evitare che una battuta ironica diventi una frase serissima.
- Signal supera un controllo matematico assistito dall’AI. In quattro settimane, ricercatori di Google DeepMind hanno verificato alcune garanzie del protocollo crittografico con AlphaProof Code. Non è una certificazione dell’intera app: l’analisi ha un perimetro limitato e non ha trovato nuove vulnerabilità nelle parti esaminate.
- Fractile raccoglie 720 milioni di dollari. La startup britannica sviluppa chip dedicati all’AI e software per farli lavorare più velocemente, con il sostegno anche del fondo sovrano britannico per l’AI. I primi chip e sistemi sono previsti per il prossimo anno: per ora il finanziamento sostiene una promessa industriale, non prodotti già consegnati.
Lo sapevi che…
Si chiama housefishing: sono gli annunci immobiliari abbelliti digitalmente fino a ingannare chi cerca casa. La BBC racconta casi in cui l’AI non si limita ad arredare una stanza vuota, ma fa sparire un pilastro o comparire una finestra: altro che dare una mano di bianco.
Tool del giorno
Anima le persone nelle foto: carichi un'immagine e la fai muovere o ballare seguendo un video di riferimento. Divertimento puro per i social.
Come usarlo: Carica una foto (tua, di un amico, di un personaggio) e scegli un movimento o un video di riferimento: Viggle crea l'animazione in pochi minuti. Il piano gratuito basta per divertirsi e stupire in famiglia o sui social.
Ti è piaciuta questa edizione?
Ricevila gratis ogni lunedì, mercoledì e venerdì.