
Sign up to save your podcasts
Or


In questo episodio analizziamo criticamente il clamore mediatico che circonda l'intelligenza artificiale, partendo da due casi emblematici discussi recentemente in Italia: l'intervista all'IA realizzata da Walter Veltroni e l'esperimento ripreso da Beppe Grillo secondo cui il "sovraffaticamento" renderebbe gli agenti artificiali inclini a comportamenti cooperativi e "marxisti".
Ma si tratta davvero di coscienza di classe o c'è un'altra spiegazione? Smontiamo i titoli sensazionalistici esaminando il funzionamento tecnico di modelli come Claude Sonnet, Gemini e ChatGPT.
Spieghiamo come questi sistemi vengano addestrati e perché quello che i media descrivono come "sciopero" o "comunismo" sia in realtà il semplice risultato di dati di addestramento distorti e calcoli probabilistici basati su scenari predefiniti.
Infine, affrontiamo il tema fondamentale della trasparenza tecnologica: perché la dipendenza da modelli proprietari chiusi rappresenta un rischio, come dimostrato dai limiti di GPT-4.1, e perché lo sviluppo di soluzioni open source è l'unica via per garantire un controllo reale sull'addestramento e sulla privacy dei nostri dati personali.
By Super SqualoIn questo episodio analizziamo criticamente il clamore mediatico che circonda l'intelligenza artificiale, partendo da due casi emblematici discussi recentemente in Italia: l'intervista all'IA realizzata da Walter Veltroni e l'esperimento ripreso da Beppe Grillo secondo cui il "sovraffaticamento" renderebbe gli agenti artificiali inclini a comportamenti cooperativi e "marxisti".
Ma si tratta davvero di coscienza di classe o c'è un'altra spiegazione? Smontiamo i titoli sensazionalistici esaminando il funzionamento tecnico di modelli come Claude Sonnet, Gemini e ChatGPT.
Spieghiamo come questi sistemi vengano addestrati e perché quello che i media descrivono come "sciopero" o "comunismo" sia in realtà il semplice risultato di dati di addestramento distorti e calcoli probabilistici basati su scenari predefiniti.
Infine, affrontiamo il tema fondamentale della trasparenza tecnologica: perché la dipendenza da modelli proprietari chiusi rappresenta un rischio, come dimostrato dai limiti di GPT-4.1, e perché lo sviluppo di soluzioni open source è l'unica via per garantire un controllo reale sull'addestramento e sulla privacy dei nostri dati personali.