Mostra sommario Nascondi sommario
Al CES di Las Vegas il ceo di Nvidia ha ribadito che la gara sull’intelligenza artificiale è in pieno svolgimento, ma le ultime analisi sugli orizzonti temporali spostano in avanti lo spettro di una «superintelligenza». Per i ricercatori che hanno già steso scenari più catastrofici, la finestra per prepararsi si è allungata: la data mediana per un’intelligenza artificiale superiore agli esseri umani in ogni compito cognitivo è ora indicata intorno al 2034. Perché conta oggi: ritardi o accelerazioni nella roadmap dell’AI influenzano regolamentazione, mercato del lavoro e strategie di sicurezza nazionale.
La nuova stima arriva da uno studio firmato da Daniel Kokotajlo — ex ricercatore di OpenAI uscito dall’azienda nel 2024 — insieme a Eli Lifland, Brendan Halstead e Alex Kastner. Gli autori rivedono al rialzo le tempistiche rispetto alle ipotesi più allarmistiche pubblicate lo scorso anno, sostenendo che l’innovazione procede più lentamente del previsto e che servono ulteriori passi tecnologici prima di arrivare a una cosiddetta superintelligenza.
Tre tappe prima della soglia critica
Secondo il lavoro, il percorso verso un sistema in grado di superare l’uomo in ogni attività cognitiva non è diretto ma articolato in fasi distinte. La prima pietra miliare è l’emergere di un «superhuman coder»: un’intelligenza artificiale capace di scrivere e manutenere software complesso in autonomia. A seguire verrebbe un modello che padroneggia la ricerca e l’innovazione in campo AI, infine la transizione verso una forma di intelligenza generale estremamente potente.
ZuckBot: Zuckerberg sperimenta un assistente AI per snellire la gestione di Meta
Account WhatsApp: proteggi subito il tuo profilo dallo smartphone
Le stime mediane del gruppo spostano la prima tappa diversi anni oltre le ipotesi antecedenti: i calcoli indicano una probabilità molto bassa che il ruolo del superhuman coder si manifesti prima del 2031. Anche la seconda fase subisce un ritardo stimato tra 3,5 e 5 anni, con la conseguente proiezione della comparsa della superintelligenza rinviata almeno fino al 2034.
Questo slittamento non significa che l’AI non stia cambiando rapidamente il mondo—già oggi gli algoritmi incidono su lavoro, informazione e relazioni sociali—ma suggerisce che la corsa verso capacità davvero autonome e generalizzate incontra ostacoli pratici.
Perché il calendario è stato rivisto
La revisione nasce da un mix di osservazioni: progresso tecnico più lento del previsto, limiti nell’adattamento delle AI al contesto reale e la complessità intrinseca del trasferire abilità in laboratorio al funzionamento nel mondo quotidiano. Kokotajlo stesso ha scritto su X che i progressi non stanno seguendo il ritmo immaginato in precedenza.
Malcolm Murray, esperto di gestione del rischio sull’AI, ha spiegato al Guardian che il «peso» delle infrastrutture sociali, economiche e organizzative introduce un’inerzia significativa: non basta che un modello funzioni in test controllati perché il cambiamento sociale sia immediato o totale.
In pratica, servono avanzamenti in più ambiti — software, hardware, dati e integrazione nel mondo reale — prima che una macchina possa sostituire gli esseri umani in tutte le attività cognitive.
Implicazioni pratiche e raccomandazioni
Gli autori lo sottolineano chiaramente: i modelli predittivi non sono infallibili. Ma lavorare su scenari plausibili e riconoscere tendenze aiuta a ridurre il rischio di trovarsi impreparati. Questo significa potenziare monitoraggio delle capacità, politiche pubbliche mirate, investimenti in sicurezza e formazione della forza lavoro per gestire la trasformazione tecnologica.
Per i decisori e i cittadini la lezione è duplice: non ignorare il potenziale disruptive dell’AI, ma nemmeno lasciarsi guidare da paure di imminente apocalisse non supportate dai dati correnti. L’orologio si è spostato, non si è fermato.
Nei prossimi anni sarà importante seguire tre indicatori chiave: i progressi nella generazione autonoma di codice, l’evoluzione degli strumenti di ricerca automatica e l’aumento della capacità computazionale e di infrastrutture (dove attori come Nvidia rimangono centrali). Questi segnali diranno se la traiettoria continuerà a rallentare o se, al contrario, tornerà a correre.
In ogni caso, scrivono i ricercatori, prevedere con precisione il futuro è difficile — ma provare a farlo, modellando dinamiche e scenari, è il modo migliore per arrivare pronti al domani.
