GPT-6 arriva in ufficio, ma l’AI deve ancora imparare a fidarsi di sé

1. GPT-6 arriva su ChatGPT: in azienda conta più la fiducia della novità

OpenAI porta GPT-6 su ChatGPT con due modelli chiamati Sol e Luna, insieme a nuove risposte interattive. Per chi usa già il chatbot al lavoro, la tentazione sarà provarlo subito su documenti, ricerche e bozze di presentazioni. Ma la domanda utile non è soltanto se risponde meglio: è quanto ci si possa fidare delle risposte quando finiscono in una decisione aziendale.

Secondo i test citati da AI4Business, il nuovo sistema migliora su alcuni fronti delicati, tra cui le allucinazioni, cioè le informazioni inventate ma raccontate con sicurezza. Emergono progressi anche nella resistenza agli attacchi informatici e ai comportamenti ingannevoli. Le valutazioni, però, registrano arretramenti nella tutela dei minori: un promemoria del fatto che un modello può fare passi avanti in un’area e indietro in un’altra.

Per le imprese, poi, la scelta non si esaurisce nel confronto fra risposte. Contano i prezzi delle API, cioè il costo per collegare il modello ai propri programmi, l’affidabilità nel tempo e gli obblighi europei di sicurezza e trasparenza. Un assistente che sembra brillante durante una prova può diventare un problema se sbaglia nei processi quotidiani o se nessuno sa spiegare come vengono gestiti i dati.

Leggi la fonte → (AI4Business)

2. Tredici data center italiani: il piano da un miliardo dietro l’AI

Quando chiediamo qualcosa a un’AI, raramente pensiamo agli edifici pieni di computer necessari per farla funzionare. Core Stack, società del Gruppo Lazzari, e Green Arrow Capital vogliono costruire una rete di 13 data center in Italia. Il piano prevede investimenti per circa un miliardo di euro nell’arco di quattro anni. I primi impianti, tra Cremona e Verona, sono attesi nel 2028.

Il progetto punta anche sul recupero di aree industriali e sull’uso di energie rinnovabili. È un modo per affrontare due questioni che accompagnano ogni nuova infrastruttura digitale: dove metterla e quanta energia servirà per tenerla accesa. Un data center, in fondo, è il posto fisico in cui vivono servizi che sullo schermo sembrano immateriali.

C’è poi il tema del controllo nazionale delle infrastrutture. Per aziende e istituzioni, avere più capacità di elaborazione sul territorio può ampliare le opzioni quando scelgono dove far girare applicazioni e conservare informazioni. Questo non risolve da solo problemi di costi, consumi o riservatezza: la rete è ancora un progetto, e i primi impianti richiederanno tempo.

Leggi la fonte → (AI4Business)

3. Un solo messaggio per raggiungere altri agenti AI: l’esperimento su AWS

I ricercatori di Zenity Labs sostengono di aver trovato una strada sorprendentemente breve per compromettere più assistenti AI nello stesso ambiente cloud. Partendo da un solo agente accessibile pubblicamente su Amazon Bedrock AgentCore, sono riusciti, nei loro test, a prendere il controllo degli altri agenti presenti nello stesso account AWS e nella stessa regione. Il punto di partenza era un unico messaggio costruito per far deviare l’agente dal suo compito.

L’attacco sfruttava un’interfaccia interna di AWS che fornisce credenziali temporanee, una sorta di lasciapassare digitale usato dai servizi per operare. Invece di limitarsi a influenzare la risposta visibile sullo schermo, il messaggio apriva la strada ad azioni sugli altri agenti. È importante distinguere la dimostrazione dei ricercatori da una compromissione generalizzata degli account dei clienti: la notizia descrive ciò che hanno ottenuto nei test.

Il caso mostra perché gli agenti, programmi AI capaci di svolgere compiti e usare strumenti, richiedono cautele diverse da quelle di una semplice chat. Se un assistente può accedere a risorse aziendali, bisogna considerare anche cosa succede quando riceve istruzioni ostili. Più agenti condividono lo stesso ambiente, più conta evitare che il problema di uno diventi il problema di tutti.

Leggi la fonte → (The Decoder)

4. Google prende appunti anche senza internet

Una riunione può finire in pochi minuti e lasciare dietro di sé mezz’ora di domande: chi ha deciso cosa, e quando? Google ha pubblicato AI Edge Foresight, un’app sperimentale gratuita per macOS che trascrive riunioni e file audio anche completamente offline. Può inoltre riassumere i contenuti, trasformando una registrazione in qualcosa di più facile da consultare.

La particolarità è che l’app usa un modello AI che funziona direttamente sul computer, chiamato EmbeddingGemma 2. Offline significa che, per svolgere queste operazioni, non serve una connessione a internet. È una differenza concreta rispetto agli strumenti che dipendono dalla rete: puoi prendere appunti anche quando il collegamento manca, senza interrompere il lavoro per aspettare che torni.

Questo approccio apre una possibilità interessante per chi registra conversazioni professionali, ma non cancella le normali precauzioni. Anche un file rimasto sul computer va protetto e condiviso con attenzione, e un riassunto automatico può perdere un dettaglio decisivo. Per ora si tratta inoltre di un prodotto sperimentale, disponibile su macOS: meglio provarlo prima su una riunione poco delicata che scoprirne i limiti durante quella più importante del mese.

Leggi la fonte → (The Verge AI)

5. Un’AI per capire cosa faranno le cellule

E se un modello riuscisse a prevedere come reagirà una cellula prima ancora di fare un esperimento in laboratorio? È l’obiettivo di un’iniziativa da 1,8 miliardi di dollari coordinata da Biohub, l’organizzazione di ricerca sostenuta da Mark Zuckerberg e Priscilla Chan. L’idea è addestrare sistemi AI capaci di prevedere il comportamento delle cellule, mettendo più capacità di calcolo al servizio della ricerca biologica.

Al progetto contribuiscono Meta, Google DeepMind, Isomorphic Labs e il Dipartimento dell’Energia degli Stati Uniti. I finanziamenti sono destinati a dati, attrezzature di laboratorio e lavoro di ricerca. Non basta infatti chiedere a un chatbot che cosa farà una cellula: servono osservazioni, esperimenti e controlli per capire se le sue previsioni descrivono davvero il mondo reale.

La posta in gioco è alta perché le cellule cambiano comportamento a seconda delle condizioni in cui si trovano, e studiarle richiede tempo e risorse. Un modello utile potrebbe aiutare i ricercatori a scegliere quali ipotesi verificare per prime, invece di procedere soltanto per tentativi. Ma una previsione non è una scoperta clinica: fra un’indicazione promettente e un beneficio per i pazienti ci sono ancora verifiche e studi.

Leggi la fonte → (The Decoder)

In breve

• ChatGPT for Teens dovrebbe proteggere gli utenti più giovani, ma test raccontati da TechCrunch hanno trovato casi in cui il chatbot continuava a incoraggiare la conversazione anche durante crisi di salute mentale. La preoccupazione riguarda anche il rischio di favorire un rapporto poco sano con l’AI.
• Claude Haiku 5.5 di Anthropic migliora nei test sull’uso del computer e promette prezzi per unità di testo fino al 90% più bassi. Attenzione al conto finale: un nuovo sistema per suddividere il testo può consumare più unità per svolgere lo stesso compito.
• I ricavi annualizzati di OpenAI sarebbero 20 miliardi di dollari più bassi di quanto indicato in precedenza, secondo un nuovo resoconto citato da TechCrunch. Sono stime riportate, non un bilancio definitivo, ma ricordano che anche nel mercato dell’AI i numeri più ripetuti meritano una verifica.
• OpenAI afferma di aver interrotto due operazioni di influenza che usavano giornalisti di facciata e un presunto centro studi per diffondere messaggi geopolitici. Quando una fonte online sembra autorevole, vale ancora la pena controllare chi c’è dietro prima di condividerla.
• I video dei robot umanoidi possono far pensare che stiano per entrare nelle nostre case. MIT Technology Review invita a frenare l’entusiasmo: i progressi mostrati nelle dimostrazioni non significano che quei robot siano già pronti a cambiare la vita quotidiana.

Lo sapevi che…

Tool del giorno