{"id":48284,"date":"2025-08-15T03:05:14","date_gmt":"2025-08-15T03:05:14","guid":{"rendered":"https:\/\/www.europesays.com\/it\/48284\/"},"modified":"2025-08-15T03:05:14","modified_gmt":"2025-08-15T03:05:14","slug":"intelligenza-artificiale-in-stallo-perche-lo-scoppio-della-bolla-rischia-di-travolgere-l%c2%92economia","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/it\/48284\/","title":{"rendered":"Intelligenza Artificiale in stallo? Perch\u00e9 lo scoppio della bolla rischia di travolgere l\u0092economia"},"content":{"rendered":"

Da anni il settore privato investe cifre enormi nell\u0092intelligenza
\n artificiale con l\u0092aspettativa di progressi rapidi e dirompenti, ma una
\n parte crescente della comunit\u00e0 scientifica invita alla cautela, mettendo
\n in discussione l\u0092effettivo ritmo di miglioramento dei modelli di ultima
\n generazione. In questa cornice, il giudizio di Gary Marcus,
\n neuroscienziato e tra i pi\u00f9 noti critici dell\u0092impostazione
\n \u0093scaling-first\u0094, \u00e8 netto: il lancio di GPT-5<\/b> ha rappresentato un
\n passo avanti incrementale, percepito come \u0093in ritardo,
\n sovra-pubblicizzato e deludente\u0094 rispetto alle aspettative gonfiate
\n dell\u0092industria.<\/p>\n

<\/p>\n

GPT-5: Overdue, overhyped and underwhelming. And that\u0092s not
\n the worst of it. by Gary Marcus<\/p>\n

A new release botched \u0085 and new research paper that spells trouble<\/p>\n

Read
\n on Substack<\/a> <\/p>\n

Il punto controverso non \u00e8 tanto l\u0092assenza di miglioramenti tecnici,
\n comunque rivendicati con i risultati dei benchmark, quanto l\u0092utilit\u00e0 reale
\n per gli utenti e l\u0092assenza di un salto di qualit\u00e0 tangibile
\n nell\u0092esperienza d\u0092uso rispetto ai modelli precedenti, che continuano a
\n eccellere soprattutto come \u0093compagni di chat\u0094 ma mostrano limiti
\n persistenti in ragionamento<\/b>, affidabilit\u00e0<\/b> e accuratezza<\/b>.
\n La critica si estende alla validit\u00e0 e all\u0092interpretazione dei benchmark
\n stessi, la cui attendibilit\u00e0<\/b> viene messa in dubbio da ricercatori
\n e osservatori indipendenti quando non si traduce in benefici concreti e
\n riproducibili in scenari non addestrati.<\/p>\n

Secondo questa linea di lettura, si starebbe esaurendo quella paventata
\n scalabilit\u00e0 dell\u0092approccio dominante negli Stati Uniti e in aziende come
\n OpenAI e Anthropic, basato sull\u0092aumento massivo di GPU<\/b>, data
\n center<\/b>, energia e capitale con l\u0092aspettativa di miglioramenti quasi
\n esponenziali verso l\u0092AGI. AGI che come sappiamo \u00e8 quasi un’ossessione per
\n Sam Altman e abbracciata dai mercati, ma che oggi incontra confutazioni
\n crescenti sul piano empirico. Per Marcus e altri studiosi, questo
\n paradigma privilegia la crescita finanziaria e l\u0092hype rispetto a progressi
\n davvero sostanziali, e il suggerimento di spostare il baricentro verso
\n approcci pi\u00f9 mirati<\/b> e integrati.<\/p>\n

Una posizione che fino a poco tempo fa appariva minoritaria oggi trova
\n nuovi sostenitori accademici e industriali. Michael Rovatsos<\/b>,
\n professore di IA all\u0092Universit\u00e0 di Edimburgo, ha
\n evidenziato<\/a> come l\u0092introduzione in GPT-5 di un \u0093router\u0094<\/b> per
\n instradare le domande verso componenti pi\u00f9 adatti indichi un ripensamento
\n strutturale: invece di puntare su modelli sempre pi\u00f9 opachi e monolitici,
\n si torna a principi di meta-ragionamento e composizione di capacit\u00e0
\n specializzate, un segnale che potrebbe marcare un punto di svolta e il
\n riconoscimento implicito di un limite nel rendere i soli LLM \u0093molto pi\u00f9
\n intelligenti\u0094. In quest\u0092ottica, alcuni risultati pratici, come possono
\n essere quei casi eclatanti di errori in compiti apparentemente semplici,
\n nonostante il miglioramento su test standardizzati, suffragano
\n ulteriormente l’ipotesi del raggiungimento di un cosiddetto plateau<\/b>
\n funzionale e di una necessit\u00e0 di nuovi ingredienti architetturali. <\/p>\n

Le perplessit\u00e0 non arrivano solo dal mondo accademico: gi\u00e0 nel 2023 Bill
\n Gates<\/b> aveva parlato di una sorta di stallo della “AI scalabile”, una
\n tesi che oggi risuona maggiormente alla luce di lanci percepiti come meno
\n rivoluzionari del previsto e di una crescente prudenza degli investitori
\n di fronte a promesse ambiziose sul raggiungimento dell\u0092AGI. Il quadro
\n macro-finanziario rende queste dinamiche ancora pi\u00f9 sensibili: secondo una
\n serie di analisi riportate recentemente dal Wall Street Journal, la
\n fortissima espansione di spese per capitali<\/b> legata all\u0092IA ha
\n contribuito in modo rilevante alla crescita recente dell\u0092economia
\n statunitense e in misura maggiore rispetto alla spesa complessiva dei
\n consumatori, tra l’altro in una realt\u00e0 odierna dove i grandi attori
\n dell\u0092infrastruttura cloud e dei semiconduttori coincidono con le aziende a
\n pi\u00f9 alta capitalizzazione dei listini. Di seguito i primi 8 titoli
\n dell’indice S&P500:<\/p>\n