L’intelligenza artificiale sta cambiando le cose (anche quelle che non vediamo)

Ogni volta che esce un nuovo rapporto sull’intelligenza artificiale, mi interessa meno scoprire quale modello sia arrivato primo in classifica e più capire che cosa sia cambiato davvero. Il nuovo AI Index 2026 di Stanford offre qualche risposta. Non è un documento celebrativo: accanto ai progressi registra errori, rischi, costi e molte promesse ancora da verificare. La conclusione che ne ricavo è piuttosto chiara: l’IA non è più soltanto una tecnologia di cui discutiamo al futuro. Sta già modificando il modo in cui lavoriamo, facciamo ricerca e prendiamo decisioni. Le istituzioni, invece, sembrano muoversi a un’altra velocità.

I miglioramenti tecnici sono impressionanti, anche se tutt’altro che lineari. Nei test in cui gli agenti di IA devono operare su un computer e portare a termine compiti concreti, la percentuale di successi è salita da circa il 12% al 66,3%. Resta un margine di errore enorme, ma il salto è evidente. Un modello ha raggiunto nel 2025 un risultato da medaglia d’oro alle Olimpiadi internazionali della matematica; eppure gli stessi sistemi possono sbagliare nel leggere un orologio analogico. È una contraddizione solo apparente. Le capacità dell’IA non crescono come quelle di una persona: possono essere straordinarie in un ambito e sorprendentemente fragili in un altro. Per questo confondere le prestazioni nei test con un’affidabilità generale sarebbe un errore.

Trovo ancora più interessante ciò che sta accadendo fuori dai laboratori informatici. L’IA è impiegata nella ricerca sulle proteine, nella genomica e nelle previsioni meteorologiche, dove alcuni sistemi permettono di elaborare previsioni molto più rapidamente. In medicina, strumenti che preparano le note delle visite hanno ridotto fino all’83% lo sforzo di documentazione in una delle strutture sanitarie esaminate. Non significa che un algoritmo possa sostituire un medico. Lo stesso rapporto ricorda che, in una rassegna di oltre 500 studi sull’IA clinica, solo il 5% utilizzava dati clinici reali. È una precisazione essenziale: una cosa è dimostrare che un sistema sa rispondere a un quesito medico, un’altra dimostrare che migliora la cura dei pazienti.

Anche sul lavoro cominciano a esserci misure concrete. Alcuni studi registrano incrementi di produttività del 14–15% nell’assistenza ai clienti e del 26% nello sviluppo software. I benefici, però, non sono uniformi; in determinate attività che richiedono giudizio ed esperienza, l’IA può persino rallentare il lavoro. E il rapporto segnala un dato che mi sembra impossibile ignorare: negli Stati Uniti, l’occupazione degli sviluppatori software tra i 22 e i 25 anni è diminuita di quasi il 20% rispetto al picco del 2022. Le cause non si possono ridurre alla sola IA. Resta però una domanda che riguarda anche le professioni giuridiche e l’università: se affidiamo alle macchine una parte crescente del lavoro normalmente svolto da chi comincia, come formeremo i professionisti esperti di domani?

Da giurista, è soprattutto il divario tra sviluppo tecnologico e capacità di governo a preoccuparmi. Gli incidenti documentati connessi all’IA sono passati da 233 nel 2024 a 362 nel 2025, mentre la trasparenza dei principali sviluppatori resta insufficiente. Si aggiungono le questioni ambientali, la concentrazione delle infrastrutture e una competizione tecnologica sempre più dominata da Stati Uniti e Cina. Per l’Unione europea, la sfida non può esaurirsi nella produzione di regole. Serve anche una capacità effettiva di ricerca, sviluppo e controllo delle infrastrutture. L’autonomia normativa conta poco se non è accompagnata da un’autonomia tecnologica almeno credibile.Questo non significa rinunciare alla tutela dei diritti; significa prendere sul serio le condizioni materiali che consentono di renderla effettiva.

Mi sembra, in definitiva, che la discussione pubblica continui troppo spesso a oscillare tra due estremi: da una parte l’idea che l’IA risolverà quasi tutto, dall’altra la convinzione che ogni suo errore ne dimostri l’inutilità. Nessuna delle due posizioni aiuta a capire ciò che sta accadendo. I progressi sono reali, i limiti anche, e gli effetti non saranno distribuiti equamente. Il compito, oggi, non è scegliere tra entusiasmo e diffidenza. È imparare a distinguere ciò che l’IA sa già fare, ciò che ancora non sa fare e ciò che non dovremmo delegarle senza adeguate garanzie.


Fonte principale: Stanford Institute for Human-Centered AI, AI Index Report 2026, in particolare i capitoli 2 (prestazioni tecniche), 3 (IA responsabile), 4 (economia), 5 (scienza), 6 (medicina) e 8 (politiche pubbliche). Testo scientifico del rapporto. Le percentuali citate si riferiscono a studi, test e campioni differenti e non sono direttamente confrontabili.