Il 2025 AI Index Report dello Stanford Institute for Human-Centered Artificial Intelligence (HAI) è una delle analisi più complete e autorevoli sullo stato dell’intelligenza artificiale a livello globale. Il rapporto, circa 500 pagine, esamina l’evoluzione dell’AI attraverso molteplici dimensioni: ricerca e sviluppo, prestazioni tecniche, economia, percezione pubblica, governance e impatti sociali. Qui sotto il mio riassunto.

Nel 2025 l’intelligenza artificiale (AI) è cresciuta in ogni campo, ma senza un vero controllo. Chi la sviluppa corre  veloce, troppo, senza fermarsi a riflettere su quali conseguenze potrebbero arrivare. E la società, i governi e l’economia non sembrano pronti ad affrontare le nuove sfide che questa tecnologia porta con sé.

Costi e Hardware: un progresso che pesa
Oggi far funzionare i modelli AI costa 280 volte meno di due anni fa, rendendoli molto più diffusi. Questo significa che molte più aziende e organizzazioni possono usarli. Ma costruirli è diventato carissimo: addestrare GPT-4 è costato circa 79 milioni di dollari e Llama 3.1 più del doppio. Inoltre, anche se i computer migliorano velocemente, addestrare i modelli produce enormi quantità di CO2, danneggiando il clima. Ogni nuovo passo avanti tecnico comporta un prezzo ambientale sempre più alto, che pochi vogliono vedere.

Modelli Open vs Closed: davvero più accessibili?
I modelli open-source si stanno avvicinando molto a quelli chiusi in termini di qualità. Sembrerebbe una vittoria per la democratizzazione della tecnologia, ma in realtà il potere resta nelle mani di chi controlla i dati e i server. Senza risorse enormi, è impossibile competere davvero. Anche i modelli open più potenti dipendono da infrastrutture di calcolo e dataset che solo pochi possono permettersi.

Agenti AI: sogni e limiti
Gli agenti AI riescono a superare l’uomo in compiti brevi e semplici, come scrivere email o risolvere quiz tecnici. Ma falliscono su lavori più lunghi e complessi che richiedono ragionamento a più passi o creatività. Anche se sembrano indipendenti, dietro di loro c’è ancora bisogno di molte correzioni da parte di umani. Senza una guida costante, finiscono spesso per sbagliare o proporre soluzioni assurde.

Incidenti AI: un problema che cresce
Nel 2024 ci sono stati 233 incidenti legati all’AI, il 56% in più rispetto all’anno precedente. Tra i più gravi, ci sono decisioni sbagliate prese dai modelli senza il controllo umano, come dare consigli medici pericolosi o autorizzare spese non previste. Questo succede perché le AI imparano dai dati, ma non capiscono il contesto reale. Senza una supervisione attenta, anche i modelli migliori possono causare danni.

Mitigazione e Bias: problemi irrisolti
Anche se molte aziende conoscono i rischi dell’AI, spesso fanno poco per affrontarli seriamente. I modelli continuano a mostrare pregiudizi razziali e sessisti perché imparano da dati imperfetti, e le regole del business privilegiano la velocità rispetto all’equità. Cambiare questi modelli richiede tempo, denaro e una volontà politica che spesso manca.

Trasparenza: miglioramenti, ma non basta
Le aziende sono un po’ più trasparenti rispetto al passato, pubblicando più report e spiegazioni. Ma la realtà è che i dati usati per addestrare i modelli restano nascosti. E senza sapere su cosa si addestrano, è difficile fidarsi davvero. Gli utenti continuano a usare strumenti AI che si comportano come “scatole nere”, dove non si sa davvero come si arriva a certe risposte.

Data Commons: l’era della scarsità
Internet, una volta fonte libera di dati, si sta chiudendo. Sempre più siti bloccano l’accesso ai loro contenuti per l’addestramento AI, proteggendo il loro materiale con barriere tecniche e legali. Questo porterà a modelli meno vari e più costosi da costruire, e rischierà di rendere ancora più difficile per piccoli attori competere con i giganti della tecnologia.

Produttività: piccoli passi, non rivoluzioni
L’AI migliora la produttività, specialmente nei lavori tecnici come il coding o la ricerca. Permette di automatizzare compiti ripetitivi, liberando tempo per attività più creative. Ma i guadagni economici sono ancora limitati e la grande paura che l’AI sostituirà milioni di posti di lavoro non si è ancora realizzata. Molti lavori cambieranno, ma forse non spariranno.

Energia: l’AI e il ritorno al nucleare
Per alimentare l’AI serve tantissima energia, più di quanto possano fornire solare ed eolico. Per questo Microsoft, Google e altri stanno investendo pesantemente nel nucleare. Non per ideologia, ma per bisogno pratico: senza una fonte stabile di energia, i grandi modelli non possono funzionare. Questo cambiamento potrebbe influenzare anche le politiche energetiche dei prossimi decenni.

Legislazione: corsa disordinata
Negli USA, il governo federale si muove lentamente mentre gli stati approvano molte leggi sull’AI in autonomia. A livello globale, l’Europa, la Cina e il Medio Oriente stanno cercando di imporre le loro regole, creando standard che potrebbero dominare il mercato mondiale. Chi scriverà per primo le leggi più importanti controllerà il futuro dell’industria AI.

Educazione: un divario che si allarga
Sempre più scuole offrono corsi di informatica e introducono l’AI nei programmi scolastici, preparando le nuove generazioni a vivere in un mondo digitale. Tuttavia, il divario tra chi ha accesso a una buona istruzione e chi no si sta allargando. In molte parti del mondo mancano ancora elettricità e connessioni internet, rendendo impossibile imparare davvero l’AI. Chi resta indietro oggi rischia di restare escluso domani.

Fiducia: le comunità hanno paura
Sempre meno persone credono che le aziende proteggano davvero i dati personali. Molti pensano che l’AI cambierà il modo di lavorare, ma pochi credono che il proprio posto di lavoro sparirà a breve. Tuttavia cresce una preoccupazione più sottile: non tanto la paura di perdere il lavoro, quanto quella di vivere in un mondo governato da decisioni automatiche, poco comprensibili e difficili da contestare.

L’AI nel 2025 sarà fortissima, utile ma anche pericolosa. Corre veloce, ma senza direzione chiara. Nessuna pietà verso a realtà sociale, economica e ambientale, che per ora si piega davanti alla tecnologia. Il futuro dipenderà da quanto sapremo creare conoscenza e costruire fiducia con modelli di dati e AI territoriali e di comunità e una proprietà distribuita.

 

Immagine: “Rain, Steam and Speed – The Great Western Railway” di J.M.W. Turner (1844) è uno dei capolavori più iconici della pittura romantica inglese e rappresenta con il treno che arriva veloce in mezzo alla nebbia, in maniera potentissima, l’irruzione della modernità tecnologica nel paesaggio naturale e umano.