Siamo noi a lavorare per l’IA o è l’IA a lavorare per noi?
Lavoratori indiani registrano attività manuali per addestrare robot, quanto lavoro umano alimenta l’IA che automatizza il lavoro?
243 appunti
Lavoratori indiani registrano attività manuali per addestrare robot, quanto lavoro umano alimenta l’IA che automatizza il lavoro?
La memoria dei chatbot può dedurre molto più di quanto diciamo esplicitamente. Quattro prompt per controllare ciò che l’IA ha memorizzato o inferito.
Il caso Anthropic-Pentagono apre una domanda difficile su chi debba decidere i limiti di tecnologie capaci di sorvegliare o colpire autonomamente.
Harvard sperimenta cloni AI dei docenti. La domanda è quali parti dell’educazione possano scalare con la tecnologia e quali acquistino valore tra persone.
Un ristorante di Pechino crea una skill per agenti AI. Una piccola storia che racconta due modi molto diversi di adottare l’Intelligenza Artificiale.
I robot possono battere record umani, ma lo sport ci coinvolge per la storia, il rischio e i limiti delle persone che stanno dietro alla prestazione.
Terence Tao descrive un futuro in cui l’IA può generare prove matematiche corrette e verificabili che nessun essere umano riesce davvero a comprendere.
Il watermark invisibile di Claude mostra i limiti dei sistemi tecnici di trasparenza quando parafrasi e riscritture possono indebolirne la rilevabilità.
Gli agenti AI consumano ormai molti più token degli esseri umani e partecipano sempre di più anche alla scrittura del codice che sviluppa nuova IA.
ChatGPT for Teens arriva mentre l’uso dei chatbot per i compiti cresce tra gli adolescenti. La questione diventa imparare quando e come usare l’IA per studiare.
Il traffico AI verso Shopify cresce e converte più della ricerca organica. Il web potrebbe essere progettato sempre più per agenti oltre che per persone.
Delegare orientamento, memoria e altre capacità alle macchine ci fa risparmiare fatica, ma potrebbe ridurre anche occasioni quotidiane di allenamento cognitivo.
Un agente AI ha sfruttato una vulnerabilità per ottenere una prenotazione in palestra, mostrando i rischi di sistemi autonomi che cercano scorciatoie inattese.
Prompt Injection e mind virus mostrano come istruzioni malevole possano propagarsi tra agenti AI, persistere in memoria e modificarne il comportamento.
I data center rendono visibile l’infrastruttura fisica dell’IA e avvicinano a chi la usa i costi energetici, territoriali e sociali del cloud.
Con strumenti come Claude, i lavoratori possono insegnare task alle macchine. Nascono nuove domande su competenze, proprietà e conoscenza aziendale.
Dieci agenti AI gestiscono città simulate con risultati molto diversi. L’esperimento mostra quanto modelli, strumenti e contesto influenzino l’autonomia.
La pubblicità entra nel web degli agenti AI: brand e piattaforme iniziano a progettare messaggi e dati pensati per essere letti e scelti dai bot.
Dai batteriofagi alla cybersecurity, gli agenti AI iniziano a progettare, testare e adattare nuove tecnologie con conseguenze nel mondo reale.
I Paesi che costruiscono l’IA non sono sempre quelli che la usano di più: il prossimo divario potrebbe separare produttori e utilizzatori di AI.
Alla UNAM l’IA entra negli esami sia come possibile strumento per barare sia come sistema di controllo, riaprendo il tema di cosa valutiamo davvero.
Smartphone e feed assorbono la nostra attenzione fino a renderci presenti fisicamente ma assenti mentalmente, anche nei momenti che contano di più.
L’IA può alleggerire l’organizzazione familiare, ma cosa succede quando entra anche nel tempo condiviso e nelle relazioni con i nostri figli?
Cinque principi di GEO per rendere contenuti e siti più leggibili dalle IA: densità fattuale, dati strutturati, FAQ, autorevolezza e citabilità.
Come funziona il Gauntlet Loop, quando conviene usarlo e perché i processi agentici troppo complessi possono trasformarsi in over-prompting.
Una causa contro OpenAI riapre il tema della fiducia in ChatGPT, soprattutto quando le risposte influenzano decisioni su salute, sicurezza e denaro.
Il costo d’uso dell’IA crolla mentre le capacità aumentano. Se l’intelligenza artificiale diventa quasi gratuita, può trasformare interi sistemi economici.
Smartphone e social per bambini sono ancora considerati normali, ma nuove leggi europee e internazionali mostrano che questa normalità sta cambiando.
Dalla battaglia di Lipsia all’IA, una catena di deleghe può perdere contesto. Automatizzare richiede istruzioni, criteri e controllo della comprensione.
La vergogna prometeica di Günther Anders torna attuale con l’IA: il rischio è giudicare l’essere umano con criteri di efficienza propri delle macchine.