Intelligenza Artificiale: costi in aumento e nuove applicazioni.

È possibile decolonizzare l’intelligenza artificiale?

Si può prendere una tecnologia nata e sviluppata nei centri di potere e riadattarla alle necessità di un gruppo marginalizzato? La domanda, potenzialmente, riguarda tutte le innovazioni tecnologiche. Il caso dell’intelligenza artificiale generativa è però oggi particolarmente discusso assieme alle molteplici problematiche etiche che i grandi modelli linguistici, come anche le tecnologie text-to-image o text-to-video, sollevano: dal rischio di disinformazione, all’impatto ambientale, fino agli utilizzi di questi strumenti a scopi bellici. Alla radice c’è la questione del controllo, economico e politico, delle infrastrutture tecnologiche, che resta saldamente nelle mani delle grandi aziende, in gran parte statunitensi. Fuori dal mondo occidentale stanno però nascendo iniziative che mirano a riappropriarsi dei sistemi di generative AI per perseguire l’interesse pubblico o a scopi di giustizia sociale. Queste realtà stanno riorganizzando i dataset per l’addestramento degli algoritmi, modificando alcune delle loro caratteristiche tecniche e riorientando gli usi finali degli strumenti. Arrivando in alcuni casi a immaginare infrastrutture pubbliche gestite localmente. I limiti e i bias dei modelli commerciali L’AI generativa commerciale – per intenderci, quella di chatbot come Gemini o ChatGPT – si presenta come un archivio di conoscenza universale e neutrale. Ma le cose non stanno così: i dati impiegati per addestrare questi sistemi provengono da Internet e sono tutt’altro che neutrali. I dati di qualità disponibili sono in gran parte in inglese o in altre lingue europee, escludendo inevitabilmente la conoscenza, e quindi la rappresentazione, di una larga parte del mondo. In un saggio intitolato Decolonizing LLMs: An Ethnographic Framework for AI in African Contexts, gli autori (tra cui figurano, peraltro, anche esponenti di Google) spiegano: “La lingua è intrinsecamente fluida, flessibile e multiculturale. I grandi modelli linguistici (LLM) più diffusi e utilizzati oggi, invece, non lo sono. Sono in gran parte addestrati da team dislocati negli Stati Uniti e istruiti per operare su varianti non specificate di testi in inglese”. “La diffusione globale degli LLM, un prodotto ‘WEIRD’ (western, educated, industrialised, rich and democratic) rischia quindi di perpetuare i pregiudizi inconsci e i punti ciechi dei suoi creatori”, proseguono gli autori. “Il pericolo è che la loro visione del mondo venga presentata come la visione del mondo a una base di utenti globale, che si aspetta invece risultati neutrali da un programma informatico. Ma che dire del resto della popolazione mondiale, i cui repertori linguistici scritti e parlati non includono l’inglese? E che dire di quegli aspetti della cultura, della lingua e dell’esperienza che non sono ancora stati digitalizzati?” Di opinione simile è Dima Saber, direttrice esecutiva di Meedan , un’organizzazione non-profit che sviluppa strumenti open source, programmi e ricerche per un’infrastruttura digitale più efficace ed etica. “Internet è fatto per uomini bianchi, della classe media, che parlano inglese. Di conseguenza, gli LLM o i bot vengono addestrati sugli stessi dati presenti in rete, riproducendo così le medesime disuguaglianze”, spiega Saber a Guerre di rete. “Esistono prove del fatto che gli LLM non solo funzionano meno bene nelle lingue diverse dall’inglese, ma anche che le risposte fornite sono piuttosto distorte e riproducono le disuguaglianze già esistenti sul web”. Riprogettare i sistemi Proprio per offrire alternative tecnologiche più trasparenti, situate e rispettose delle diversità, Dima Saber e il suo team hanno creato Suwali, un servizio di chatbot pensato per organizzazioni della società civile, redazioni indipendenti e altre realtà di pubblico interesse. L’obiettivo è permettere a queste organizzazioni di archiviare, valorizzare e rendere interrogabili patrimoni di conoscenza spesso sottorappresentati nei modelli mainstream, anche in lingue diverse dall’inglese. Utenti e lettori possono così rivolgere domande al chatbot e ottenere risposte in linguaggio naturale, basate però su un corpus circoscritto e verificabile. È qui che Suwali si distingue dai servizi commerciali. Il sistema non attinge indistintamente a tutto il materiale disponibile online, ma lavora su una selezione di dati appartenenti alle singole organizzazioni: archivi, report, articoli e altri documenti da loro prodotti o scelti. Suwali è già utilizzato da diverse realtà, soprattutto nel Sud globale. In Libano, la non-profit OMGYNO lo impiega per fornire informazioni affidabili sulla salute riproduttiva delle donne; in India, la redazione di The Quint lo usa per rispondere ai dubbi dei lettori su disinformazione e truffe. “Un chatbot che utilizza i dati dell’organizzazione e il suo corpus di conoscenze per formulare le risposte permette di aggirare la riproduzione delle stesse disuguaglianze che esistono online”, spiega Saber. “È qualcosa di cui abbiamo assolutamente bisogno. Inoltre, non stiamo cedendo i dati a nessuno, non cerchiamo di venderli agli inserzionisti e le organizzazioni mantengono la proprietà delle informazioni. Questo è un altro aspetto che, per quanto riguarda la sovranità dei dati, per noi è davvero imprescindibile”. I server di Meedan sono ospitati in Irlanda, in modo che la legislazione applicabile sia quella del GDPR europeo, al momento la più avanzata al mondo in termini di tutela dei dati personali. L’obiettivo centrale è quello di restituire alle organizzazioni, anche quelle con poche risorse, una agency nell’uso di strumenti di intelligenza artificiale, offrendo al contempo elevati standard di trasparenza. Suwali permette infatti, attraverso la dashboard degli amministratori, di analizzare il percorso logico compiuto dal chatbot, risalendo al “ragionamento” effettuato dal modello per capire quali fonti ha utilizzato e che sintesi ha compiuto. Si può insomma guardare dentro la “black box” del pensiero algoritmico. Meedan non ha costruito un proprio large language model da zero, ma si appoggia a quelli commercialmente disponibili. “Facciamo uso dei modelli linguistici, tra cui quello di OpenAI, esclusivamente per la formulazione finale delle risposte” spiega Haramoun Hamieh, senior partnership manager. “Il corpus di riferimento, il recupero delle informazioni e il processo con cui vengono selezionate le fonti restano invece interamente gestiti dai sistemi di Meedan. L’ottimizzazione dei modelli open-weight è nei nostri piani per il prossimo futuro”. Un’intelligenza artificiale femminista? Su una filosofia simile è costruito il chatbot AfroféminasGPT, sviluppato dal collettivo omonimo con l’obiettivo di raccogliere e rendere accessibile il pensiero femminista decoloniale. La postura delle sviluppatrici è molto chiara: usare gli strumenti attualmente disponibili e sfruttarne le potenzialità per raggiungere i propri obiettivi. “L’IA convenzionale ha come norma implicita la persona bianca e riproduce questo pregiudizio in modo sistematico”, spiega la fondatrice Antoinette Torres Soler. “AfroféminasGPT rompe questa logica. Col tempo abbiamo osservato che il pubblico apprezza molto anche la capacità di basarsi sul lavoro di pensatrici e pensatori afrodiscendenti e afro-femministi. Un elemento particolarmente significativo è che, quando le persone del Sud globale interagiscono con lo strumento, questo assume una prospettiva più vicina alla loro esperienza e restituisce risposte con una precisione e una pertinenza che il mainstream dell’IA non offre”. “La critica più ricorrente è che lo strumento operi all’interno dell’ecosistema di OpenAI, il che pone limiti reali in termini di sovranità tecnologica. È una critica legittima e me ne assumo la responsabilità”, continua Torres Soler. “La posizione da cui lavoro è pragmatica e strategica: bisogna utilizzare gli strumenti disponibili e scalare, progressivamente, verso maggiori livelli di autonomia”. * da Guerre di Rete 16 Luglio 2026 - © Riproduzione possibile DIETRO ESPLICITO CONSENSO della REDAZIONE di CONTROPIANO

Il fondatore di Hinge riparte da Overtone: l’intelligenza artificiale ci consiglierà sui date

Justin McLeod ha raccolto 18 milioni di dollari per costruire un servizio di incontri senza profili da scorrere, sequenze infinite di fotografie o decine di chat aperte contemporaneamente. Il progetto si chiama Overtone e dovrebbe arrivare entro la fine del 2026, inizialmente soltanto in alcune città. McLeod è il fondatore di Hinge, l’app che ha provato a distinguersi da Tinder con profili più articolati e con lo slogan «designed to be deleted». Alla fine del 2025 ha lasciato la guida della società per dedicarsi alla nuova iniziativa. Overtone aveva cominciato a prendere forma proprio dentro Hinge, con una piccola squadra che aveva lavorato al progetto per gran parte dell’anno, prima della separazione in una società indipendente. Ora la startup ha chiuso il suo primo importante finanziamento. Tra gli investitori ci sono FirstMark Capital, Pace Capital e la stessa Match Group, la multinazionale proprietaria di Hinge, Tinder e OkCupid. Nel consiglio di amministrazione è entrata anche la psicoterapeuta Esther Perel, insieme all’amministratore delegato di Match Group Spencer Rascoff e alla fondatrice del Signal Institute Diana Chapman.

L’intelligenza artificiale diventerà più cara per chi la usa davvero

All’inizio i servizi digitali costano poco perché devono diventare un’abitudine. È successo con Netflix, con Spotify, con lo spazio cloud: aggrediscono il mercato con un prezzo chiaro e decisamente più conveniente rispetto al servizio offerto. Poi, quando milioni di persone hanno imparato a usare quel servizio ogni giorno, le aziende cambiano strategia. Il piano base resta, ma vale meno. Le funzioni migliori finiscono nei piani più cari. Chi usa poco resta vicino al prezzo d’ingresso. Chi vuole di più paga di più. L’intelligenza artificiale ci ha intrappolato nello stesso meccanismo. L’abbonamento da circa venti euro al mese è servito a farci considerare normale chiedere a una macchina di scrivere una mail, riassumere un testo, spiegare un concetto o correggere un errore. Quella fase finirà prima o poi, ma non subito. La prossima sarà più cara e più frammentata. Non pagheremo semplicemente l’accesso, ma in base a quanto la useremo e soprattutto quanto lavoro le chiederemo di fare. Un film su Netflix costa alla piattaforma più o meno lo stesso anche se lo guardano milioni di persone. Una risposta di ChatGPT, Claude o Gemini, invece, deve essere creata da zero ogni volta. Per farlo servono enormi centri pieni di server. Una domanda semplice costa poco. Una richiesta più pesante, come analizzare molte pagine, correggere codice, creare un video o seguire un compito in più passaggi, consuma più potenza. Per questo il prezzo dell’IA assomiglia meno a un normale abbonamento digitale e più a una bolletta infilata dentro un’app. Lo ha spiegato con la solita retorica brutale Alex Karp, in un’intervista a Squawk Box, il programma del mattino dell’emittente statunitense CNBC, accusando le imprese Ia di aver venduto i loro modelli promettendo più di quanto oggi riescano a mantenere. Secondo l’amministratore delegato di Palantir, «qualcosa è andato completamente storto» perché molte aziende stanno pagando l’intelligenza artificiale come se ogni uso producesse automaticamente valore, ma non è così. Il punto non è solo il prezzo, ma il modo in cui quel prezzo viene misurato. I token, cioè i frammenti di testo che i modelli leggono e generano, indicano quanto la macchina lavora, non quanto quel lavoro sia davvero utile. Karp ha raccontato che molti dirigenti, in privato, dicono di essere irritati perché pagano token che non creano valore. Spendono per far analizzare documenti, generare codice o costruire risposte complesse, ma non sempre riescono a capire se quel lavoro migliori i ricavi, riduca i costi o faccia risparmiare tempo. In più c’è un secondo timore: consegnare ai laboratori di IA dati, conoscenze interne e vantaggio competitivo. Per questo Karp insiste da tempo sul concetto di sovranità dell’intelligenza artificiale, cioè sulla possibilità per aziende e governi di tenere sotto controllo dati, modelli e infrastrutture. La critica è più che interessata perché Palantir vende proprio strumenti per controllare l’uso dell’IA nelle grandi organizzazioni. Ma indica bene dove sta andando il mercato. Le aziende hanno tenuto basso il prezzo d’ingresso anche per una ragione concorrenziale: finché ChatGPT, Claude e Gemini costano più o meno come un abbonamento digitale tradizionale, è più difficile rubarsi utenti soltanto giocando sul prezzo. Sopra quella soglia, però, il mercato è già cambiato. OpenAI vende piani Pro da 100 e 200 dollari al mese. Anthropic fa lo stesso con Claude Max. Google AI Ultra, in Italia, arriva a 219,99 euro. La differenza non sta solo nelle funzioni, ma nella quantità di uso consentita. Tradotto: minori interruzioni, analisi di documenti più consistenti e lavoro di alto livello per ore. Anthropic permette già di comprare crediti aggiuntivi dopo aver raggiunto i limiti predefiniti. Tra il 2027 e il 2028 il piano standard potrebbe salire verso i 30 euro nei mercati più ricchi ed entro il 2029, superare i 40 euro, come predetto dal New York Times nel 2024. Ma non lo faranno tutti allo stesso momento. Google può permettersi di assorbire parte dei costi perché vende l’intelligenza artificiale dentro un ecosistema più largo, con una suite che contiene già mail, documenti, cloud e video. OpenAI ha il vantaggio del marchio ChatGPT, ancora il nome più riconoscibile del settore, anche se la sua quota è scesa sotto il cinquanta per cento. Anthropic potrebbe muoversi prima degli altri perché punta su utenti disposti a pagare di più per strumenti percepiti come affidabili nel lavoro lungo, soprattutto nella scrittura di codice. Le aziende non hanno interesse ad alzare ulteriormente il prezzo per gli abbonamenti base perché il mercato pagante è ancora piccolo e fragile. Secondo il Bank of America Institute, negli Stati Uniti solo il 3 per cento delle famiglie paga oggi per servizi di intelligenza artificiale; tra chi paga, la spesa tipica resta attorno ai 20 dollari e una piccola minoranza supera già i 100. Il grande pubblico va ancora tenuto dentro. Per questo il piano standard resterà probabilmente vicino alla soglia attuale quest’anno e il prossimo, ma con dei limiti. Alcuni piani economici potranno reggersi sulla pubblicità. OpenAI ha già iniziato a testare annunci nei livelli gratuiti e in ChatGPT Go, il piano da 8 dollari pensato per abbassare la soglia d’ingresso. È un modo per far pagare meno l’utente e incassare dagli inserzionisti. Secondo Axios, OpenAI prevede 2,5 miliardi di dollari di ricavi pubblicitari nel 2026 e punta ad arrivare a 100 miliardi entro il 2030. Se quelle entrate cresceranno davvero, aiuteranno a mantenere basso il prezzo dei piani base. Se non basteranno, la pressione sugli abbonamenti aumenterà.