Menu di navigazione

L’intelligenza artificiale oltre la potenza: la nuova sfida della sovranità tecnologica

Giovanni Di TrapaniGiovanni Di TrapaniRicercatore presso IRISS-CNR
| 16/11/2026
L’intelligenza artificiale oltre la potenza: la nuova sfida della sovranità tecnologica

Dalla corsa ai grandi modelli alla capacità di produrre risultati affidabili: per l’Europa la partita si gioca sul governo della tecnologia.

Riassumi con l’IAScegli l’assistenteAssistente

Apri con il tuo assistente preferito

ChatGPTClaudePerplexityGrok
Verifica sempre le fonti delle risposte generate dall’IA.

E se, nella corsa all’intelligenza artificiale, avessimo misurato soltanto una parte della competizione? Per anni il primato è stato associato alle dimensioni dei modelli, ai capitali e alle GPU, processori per accelerare i calcoli. Stati Uniti e Cina dominano la scena, mentre l’Europa insegue. Ma il divario non esaurisce la questione. La tecnologia più potente non produce necessariamente il risultato più utile.
Uno studio pubblicato su «Nature Machine Intelligence» da Andrew Ly e Pulin Gong mostra, in un modello matematico minimale, che condizioni iniziali quasi identiche possono condurre a esiti differenti dell’addestramento. Nelle reti profonde emergono segnali compatibili. Ciò non rende l’IA incontrollabile: mostra quanto resti da capire sull’apprendimento. Un buon risultato non garantisce la riproducibilità. Altri esperimenti indicano che migliorare non equivale sempre a ingrandire. Al MIT un modello avanzato ha modificato appena lo 0,016% dei parametri numerici di uno più piccolo, migliorandone le prestazioni matematiche. È un risultato circoscritto: alcune capacità possono essere recuperate attraverso interventi mirati. Suggerisce complementarità fra grandi sistemi generalisti e modelli specializzati, non la scomparsa dei primi.
Quando una macchina produce una risposta convincente, sta anche producendo conoscenza? Anthropic ha esaminato oltre 207.000 sessioni di utilizzo dei propri strumenti nella ricerca scientifica, rilevando soprattutto attività di analisi dei dati e scrittura, meno frequentemente la formulazione di ipotesi. La ricerca descrive gli usi, non la qualità degli esiti. Anche TCSExam, una serie di prove di informatica teorica, mostra quanto resti difficile risolvere problemi scientifici aperti. La prestazione non coincide automaticamente con la scoperta. La questione è economica. Secondo l’Agenzia internazionale dell’energia, il consumo elettrico mondiale dei centri di elaborazione dati potrebbe salire da 485 terawattora nel 2025 a 950 nel 2030. Non tutta è attribuibile all’IA. Negli Stati Uniti, il nuovo equilibrio parlamentare riapre il confronto su verifiche indipendenti e costi energetici. Diventa decisivo il costo di un risultato verificato, inclusi controlli e correzioni.
Per l’Europa questo cambiamento può aprire uno spazio strategico. Disponiamo di ricerca e competenze applicabili a sanità, manifattura, energia e pubblica amministrazione. Le AI Factories europee, infrastrutture condivise per sviluppare e adattare modelli, e la strategia Apply AI, diretta a diffonderne l’uso nei settori produttivi, vanno in questa direzione. Sarebbe però illusorio sostituire gli investimenti con le sole regole: senza capacità di calcolo, dati e competenze, l’autonomia resta una dichiarazione d’intenti. Il banco di prova saranno le decisioni. Un sistema che sintetizza un fascicolo amministrativo può restituire una conclusione plausibile omettendo una condizione essenziale; uno che analizza dati ambientali può confondere correlazione e causalità. L’errore non dipende necessariamente da informazioni inventate, ma dalla perdita di elementi decisivi. È il rischio della delega epistemica: considerare attendibile ciò che appare ben formulato, rinunciando alla verifica.
Servono criteri diversi dal semplice primato dei modelli: tracciabilità delle fonti, riproducibilità, robustezza, costo per risultato validato e possibilità di sostituire un fornitore senza perdere il controllo dei processi. Affidabilità significa qualità delle risposte; controllabilità, possibilità di verificarle e correggerle; sovranità, libertà di decidere come utilizzare la tecnologia.
La prossima competizione non si misurerà soltanto dalla quantità di intelligenza artificiale disponibile, ma dalla capacità dei sistemi economici e istituzionali di trasformarla in risultati affidabili, controllabili e autonomamente governabili. L’Europa non recupererà il ritardo proclamando una superiorità etica: dovrà dimostrare una capacità industriale e istituzionale concreta, senza rinunciare alla ricerca di frontiera.
Il futuro non apparterrà necessariamente a chi saprà ottenere più risposte dalle macchine. Potrebbe appartenere a chi conserverà la capacità di capire quali risposte meritino fiducia. 

Barberio & Partners s.r.l.

Via Donatello 67/D - 00196 Roma
P.IVA 16376771008

Privacy Policy
Questo sito è protetto da reCAPTCHA e la Informativa sulla Privacy di Google, nonché i Termini di Servizio sono applicabili.