Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Pinker rifiuta il dibattito sul rischio AI mentre il traffico di ricerca degli editori continua a calare

Lo psicologo di Harvard Steven Pinker ha rifiutato un dibattito pubblico sui rischi esistenziali dell'AI in una lettera aperta pubblicata su Quillette il 28 settembre. Secondo Pinker, la retorica apocalittica distoglie l'attenzione dal bioterrorismo, dagli attacchi informatici e dagli agenti AI senza controllo.

Media e internetAnalisiGiulia FerrariPubblicato: 28 settembre 20264 min di letturaFonti 8
Pinker rifiuta il dibattito sul rischio AI mentre il traffico di ricerca degli editori continua a calare

La lettera di Pinker, riportata da The Decoder il 28 settembre, era indirizzata allo psichiatra e blogger tecnologico Scott Alexander, che lo aveva sfidato a un confronto. Pinker ha definito questi eventi uno "spettacolo per spettatori". La coincidenza temporale mette una discussione di vecchia data sul rischio AI accanto a un problema più misurabile: il crollo dei referral dai motori di ricerca che gli editori documentano da tutto l'anno.

Lo stesso giorno, Vespper ha lanciato il suo strumento DOCX MCP, sostenendo che è tre volte più veloce e due volte più economico dei metodi esistenti con cui gli agenti AI modificano documenti Word. L'azienda dice di aver parlato con decine di ingegneri del software, soprattutto nel legal tech e nella sanità, che hanno raccontato di aver passato settimane o mesi a mettere a punto le proprie pipeline documentali. È un problema ristretto e poco appariscente. È anche il posto dove finisce molta della spesa per il deployment dell'AI.

Segnali strutturali, non vocabolario

Un articolo inviato ad arXiv il 14 settembre e revisionato il 17 settembre offre un risultato più scomodo per chi pubblica contenuti sul web. Jochen Madler, di Sitefire, ha replicato il metodo StoryScope su contenuti commerciali: 2.250 post di blog umani precedenti a ChatGPT provenienti da 268 domini aziendali contro 11.250 repliche AI di cinque modelli di frontiera. Uno strumento con 214 caratteristiche, applicato da un LLM e validato in una sessione di annotazione umana con kappa uomo-uomo di 0,928, ha individuato i post AI dalle sole 187 caratteristiche strutturali con un macro-F1 di 98,0 su aziende tenute fuori dall'addestramento. Il punteggio è rimasto a 98,1 quando ogni post AI è stato riscritto dal suo stesso modello. I post AI sono stati attribuiti alla fonte corretta nel 79,3 per cento dei casi, contro una probabilità casuale del 16,7 per cento.

Il punto non è che i rilevatori scoprono le riscritture. È che i contenuti commerciali generati dall'AI hanno una forma, e quella forma ora è misurabile. I post umani, si legge nell'articolo, occupano configurazioni strutturali rare. Se la cosa regge, il volume di pagine scritte da macchine che si contendono l'attenzione sui motori di ricerca non è solo più grande di prima: è più uniforme, e più facile da identificare nel complesso.

L'infrastruttura di ricerca va avanti

I fornitori di infrastruttura non aspettano che il dibattito sul traffico si risolva. PlanetScale ha pubblicato il 27 settembre una guida che spiega come gli indici invertiti alimentano la ricerca full-text in Postgres, mettendo a confronto i b-tree con i dizionari di termini e le liste di occorrenze. Luxir, un motore di ricerca ibrido open source, si presenta come un unico motore per ricerca full-text, vettoriale e a faccette, con ranking BM25 e block-max pruning. In entrambi i casi la promessa è l'efficienza: meno core, meno byte, meno costo. La ricerca viene ricostruita mentre l'economia del web aperto viene rinegoziata.

Pinker scrive che contro i pericoli che prende sul serio funziona un'ingegneria della sicurezza sobria, basata su supervisione indipendente, responsabilità e controllo umano.

In passato è stato ottimista sull'AI, nota The Decoder, ma ora ammette di aver sottovalutato quanto sarebbero diventati capaci i grandi modelli linguistici e con quanta imprudenza le aziende AI avrebbero rilasciato i loro prodotti. Alexander, che ha esposto la sua posizione sul blog a giugno, stima al 20 per cento la probabilità che l'AI cancelli l'umanità e chiede sia ricerca sulla sicurezza migliore sia accordi internazionali per rallentare lo sviluppo. I due non sono d'accordo sulla probabilità, non sull'esistenza del rischio.

Nel resto del dossier, le altre uscite della settimana sono più piccole. GPU-font, pubblicato su Hacker News il 28 settembre, trova i font in un'immagine usando WebGPU e una piccola rete neurale addestrata in PyTorch su Google Fonts renderizzati con Pillow e Chromium. ParkourNote, anch'esso pubblicato il 28 settembre, è uno spazio di lavoro per la ricerca costruito da una sola persona in un mese con Claude, che importa articoli, libri e video ed espone la libreria a Claude, ChatGPT o Codex via MCP. Agents2AgentsAI ha pubblicato runtime ottimizzati per tre modelli vision-language-action su NVIDIA Jetson AGX Thor, con latenze che vanno da 32,4 ms per ABC-VLA a 113,4 ms per MolmoAct2.

Nessuno di questi strumenti affronta direttamente il crollo dei referral. Ma mostrano dove sta andando l'attenzione degli ingegneri: agenti che leggono e scrivono documenti, modelli che classificano i contenuti per struttura e motori di ricerca ottimizzati per fare di più per macchina. Per gli editori, l'articolo sul rilevamento strutturale è forse l'elemento più rilevante della settimana. Suggerisce che il diluvio di contenuti AI non è indistinguibile dal lavoro umano. È solo più economico da produrre.

Commenti 0

Fonti

8
  1. 01Harvard psychologist calls for sober AI safety engineering over doomsday rhetoricEN
  2. 02Launching Vespper DOCX MCP: 3x faster, 2x cheaper, more accurateEN
  3. 03SlopShape: Identifying AI-Generated Commercial Web ContentEN
  4. 04Anatomy of a (Postgres) Search EngineEN
  5. 05Luxir: open source hybrid search engineEN
  6. 06Show HN: GPU-font - match fonts with WebGPUEN
  7. 07Show HN: ParkourNote - A research workspace, built solo in a month with ClaudeEN
  8. 08Show HN: Optimized runtimes for three VLAs on Jetson ThorEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.