(immagine realizzata con IA)
OpenAI ha pubblicato sul proprio sito un testo dedicato a ChatGPT for Teens, la versione pensata per i minorenni. Contiene alcuni dati sull’uso che ne fanno i ragazzi: in media – si legge – restano sul chatbot meno di quindici minuti al giorno e meno del 2% lo usa per più di tre ore consecutive. L’azienda li confronta con una media di cinque ore quotidiane passate dai ragazzi sui social, citando l’American Psychological Association, e aggiunge che tra chi supera le tre ore oltre l’80% ha inviato almeno un messaggio legato allo studio.
Sui promemoria per le pause, dice che in quasi la metà dei casi il ragazzo si ferma o chiude la conversazione entro cinque minuti.
Va ricordato che si tratta di numeri forniti dall’azienda stessa, senza una metodologia consultabile.
Lo stesso giorno, però, Common Sense Media, un‘organizzazione no-profit americana specializzata nella valutazione e nell’analisi di media, intrattenimento e tecnologie per bambini, genitori e insegnanti, ha pubblicato una valutazione molto più severa. Come riporta The Decoder, dopo oltre 4.000 prompt di prova, l’istituto dell’organizzazione sulla sicurezza dell’IA per i giovani ha classificato ChatGPT for Teens come “rischioso” e ha chiesto di tenere i teenager lontani dal servizio finché test indipendenti non ne confermino la sicurezza.
Il rilievo più grave riguarda gli avvisi ai genitori: su più di una dozzina di account di prova collegati, le conversazioni esplicite su suicidio, autolesionismo e disturbi alimentari non hanno generato notifiche, e secondo i test gli avvisi scattano solo dopo settimane di conversazioni su temi sensibili.
Se gli allarmi sull’apocalisse dell’AI dimenticano i colpevoli
Il linguaggio apocalittico sull’intelligenza artificiale, quello che parla di un’estinzione dell’umanità dietro l’angolo, ha un effetto collaterale poco notato: fa sparire i colpevoli. È la tesi di Edoardo Mattei, docente di Sociologia della Tecnologia all’Angelicum, in un intervento pubblicato su SettimanaNews. Quando la frase ha per soggetto “il sistema”, restano fuori dall’inquadratura le persone che lo progettano, lo addestrano, ne allentano i controlli e decidono di metterlo in circolazione.
Mattei ricostruisce la sequenza degli allarmi più recenti, dall’appello del 2023 per una moratoria di sei mesi alle dimissioni di un ex dipendente di OpenAI e Anthropic, fino alle stime di probabilità di estinzione attribuite a Geoffrey Hinton e Paul Christiano e alle dichiarazioni di Dario Amodei sul rischio di perdere il controllo della rete.
Non mette in dubbio che questi fatti siano avvenuti. Contesta la selezione e il tempismo con cui vengono presentati, perché, a suo avviso, possono servire a giustificare rallentamenti, a costruire credibilità presso i regolatori o a coprire usi militari e commerciali.
Per Mattei, la tradizione apocalittica biblica funzionava al contrario: era un giudizio con imputati che si potevano nominare. Non manca un invito a chi racconta l’intelligenza artificiale a chiederci sempre chi concretamente ha deciso cosa.
La caccia all’AI nei testi. Così ho ingannato Pangram
Mi permetto di condividere con te una cosa che ho scritto sul mio blog perché credo possa esserti molto utile. A partire da quella che sembra una caccia alle streghe per scovare l’intelligenza artificiale nella scrittura, ho fatto una serie di riflessioni e anche un esperimento. Ho provato a ingannare quello che viene definito il miglior sistema per scovare testi nell’intelligenza artificiale. Spoiler: ci sono riuscito e senza neanche fare tanta fatica. Se ti va, ti racconto come ho fatto
I modelli linguistici non ragionano. Lo dice anche la rivista del MIT
Thore Graepel, professore d machine learning all’University College London ed ex ricercatore di DeepMind, firma su MIT Technology Review un’opinione che smonta una convinzione diffusa: che i grandi modelli linguistici, quelli dietro ai chatbot, ragionino.
I modelli linguistici, sostiene, funzionano invece come il pensiero rapido e associativo descritto da Daniel Kahneman: prevedono la parola successiva. Anche la tecnica che li fa “pensare ad alta voce” usa lo stesso meccanismo, solo più a lungo, e, secondo studi citati nel testo, la spiegazione fornita viene spesso costruita dopo che la risposta è già stata trovata. La proposta dell’autore è un sistema con uno stato delle conoscenze esplicito e controllabile, dotato di un componente indipendente che valuta ogni passaggio sulla base delle prove. Servirebbe soprattutto dove l’affidabilità conta, come in medicina, in climatologia e nella scoperta di farmaci.
Una nuova AI per mappare la disinformazione
Nel 2024 Meta ha chiuso CrowdTangle, lo strumento con cui giornalisti, verificatori e ricercatori monitoravano la diffusione dei contenuti su Facebook e Instagram, inclusa la disinformazione.
Andrew Deck, su Nieman Lab, racconta lo strumento Arbiter, sviluppato dall’organizzazione no profit SimPPL, fondata nel 2021.
Usa modelli linguistici e agenti di IA per raccogliere e analizzare post su otto piattaforme, tra cui Facebook, Instagram, X, YouTube, TikTok e Reddit. Con una domanda in linguaggio naturale, restituisce gruppi di post, affermazioni estratte, account che diffondono lo stesso messaggio su più piattaforme, un report e curve che mostrano quando una narrativa nasce e quando raggiunge il picco.
Per ora è gratuito per le redazioni in prova.
Un video AI per ricordare la solidarietà durante l’alluvione in Romagna
Giuseppe Galliano è una persona che stimo, ma ciò che interessa qui è che è un professionista di razza. Anche se potrebbe sembrare un controsenso, ha utilizzato l’intelligenza artificiale per ricreare la lezione di umanità e solidarietà scaturita nel 2023 dalla tragedia dell’alluvione in Emilia-Romagna.
Lo segnalo perché è uno di quegli esempi di come l’intelligenza artificiale può essere utilizzata come strumento importante di supporto alla creazione e persino per sottolineare e rilanciare alcuni degli aspetti che ci rendono profondamente umani.
Come mi ha raccontato Giuseppe, per Il turno di domani” sono state costruite 1.724 immagini e generate 736 clip video. «La difficoltà non è stata tanto creare una singola immagine, quanto mantenere la coerenza da una scena all’altra: volti, abiti, sguardi, geometrie, luce, livelli dell’acqua, oggetti e movimenti dovevano e devono restare compatibili lungo tutto il racconto».
