WEBVTT 00:00:01.360 --> 00:00:03.439 Salve a tutti, siete all'ascolto di 00:00:03.439 --> 00:00:05.759 INSiDER - Dentro la Tecnologia, 00:00:05.759 --> 00:00:08.000 un podcast di Digital People e 00:00:08.000 --> 00:00:09.199 io sono il vostro host, 00:00:09.199 --> 00:00:10.240 Davide Fasoli. 00:00:17.015 --> 00:00:18.696 Oggi cercheremo di capire se ha 00:00:18.696 --> 00:00:22.054 senso realizzare un modello linguistico interamente italiano, 00:00:22.054 --> 00:00:23.574 quali sono le sfide tecniche e 00:00:23.574 --> 00:00:25.254 giuridiche per farlo e se ci 00:00:25.254 --> 00:00:27.335 sono già dei modelli addestrati interamente 00:00:27.335 --> 00:00:29.015 su documenti in lingua italiana. 00:00:29.309 --> 00:00:30.829 Prima di passare alle notizie che 00:00:30.829 --> 00:00:32.670 più ci hanno colpito questa settimana, 00:00:32.750 --> 00:00:34.350 vi ricordo che potete seguirci su 00:00:34.350 --> 00:00:38.109 Instagram a @dentrolatecnologia, iscrivervi alla newsletter 00:00:38.109 --> 00:00:39.789 e ascoltare un nuovo episodio ogni 00:00:39.789 --> 00:00:41.789 sabato mattina, su Spotify, 00:00:41.789 --> 00:00:44.975 Apple Podcast, YouTube Music oppure direttamente 00:00:44.975 --> 00:00:45.935 sul nostro sito. 00:00:58.789 --> 00:01:00.630 Questo martedì 9 settembre si è 00:01:00.630 --> 00:01:02.149 tenuto l'annuale evento Apple, 00:01:02.149 --> 00:01:04.229 incentrato sul lancio dei nuovi iPhone 00:01:04.229 --> 00:01:06.150 e dei prodotti accessori tra cui 00:01:06.150 --> 00:01:07.909 AirPods ed Apple Watch. 00:01:07.909 --> 00:01:09.430 Se in merito a quest'ultimo non 00:01:09.430 --> 00:01:11.670 sono stati fatti grossi passi in avanti, 00:01:11.670 --> 00:01:12.950 la stessa cosa non si può 00:01:12.950 --> 00:01:14.605 dire per le nuove AirPods Pro, 00:01:14.605 --> 00:01:16.284 che da questa versione promettono non 00:01:16.284 --> 00:01:18.045 solo più autonomia, ma anche una 00:01:18.045 --> 00:01:19.885 cancellazione del rumore due volte più 00:01:19.885 --> 00:01:22.444 efficace rispetto alla generazione precedente. 00:01:22.525 --> 00:01:23.965 Oltre ad un nuovo sensore per 00:01:23.965 --> 00:01:26.125 il rilevamento del battito cardiaco, 00:01:26.125 --> 00:01:28.030 i nuovi auricolari sono dotati anche 00:01:28.030 --> 00:01:29.709 di una funzione per la traduzione 00:01:29.709 --> 00:01:32.750 in tempo reale, basata su intelligenza artificiale, 00:01:32.909 --> 00:01:35.150 pensata per ottimizzare le conversazioni tra 00:01:35.150 --> 00:01:37.870 due interlocutori che parlano lingue diverse. 00:01:37.950 --> 00:01:40.045 Successivamente Apple ha presentato la nuova 00:01:40.045 --> 00:01:41.724 gamma di iPhone 17, 00:01:41.805 --> 00:01:42.924 tra cui il base, 00:01:42.924 --> 00:01:44.844 il Pro e il nuovo "Air". 00:01:44.844 --> 00:01:47.245 Per quanto riguarda il modello entry-level, 00:01:47.245 --> 00:01:49.325 finalmente è stata integrata la tecnologia 00:01:49.325 --> 00:01:51.724 ProMotion con refresh rate adattivo fino 00:01:51.724 --> 00:01:54.909 a 120Hz e l'always on display, 00:01:54.909 --> 00:01:56.590 che consente di mantenere lo schermo 00:01:56.590 --> 00:01:59.150 sempre acceso consumando poca batteria. 00:01:59.230 --> 00:02:01.069 Queste novità, oltre ad un aumento 00:02:01.069 --> 00:02:02.909 dello spazio minimo di archiviazione e 00:02:02.909 --> 00:02:04.750 una batteria ancora più capacitiva, 00:02:04.750 --> 00:02:06.954 rendono l'iPhone 17 base sempre più 00:02:06.954 --> 00:02:08.395 simile alla versione Pro, 00:02:08.395 --> 00:02:09.995 che comunque continua a mantenere il 00:02:09.995 --> 00:02:11.514 ruolo di "camera phone", 00:02:11.514 --> 00:02:13.115 grazie al sistema di fotocamere che 00:02:13.115 --> 00:02:15.675 integrano la principale, l'ultra grande angolare 00:02:15.675 --> 00:02:18.002 e il teleobiettivo con zoom ottico 00:02:18.250 --> 00:02:19.370 fino a 8x. 00:02:19.370 --> 00:02:21.530 Il vero protagonista della giornata però 00:02:21.530 --> 00:02:24.090 è stato l'Air, un iPhone più leggero, 00:02:24.090 --> 00:02:26.010 più sottile, ma con alcune criticità 00:02:26.010 --> 00:02:27.450 che lo rendono di fatto la 00:02:27.450 --> 00:02:29.450 nuova scommessa per il mercato degli 00:02:29.450 --> 00:02:30.569 smartphone di Apple. 00:02:30.569 --> 00:02:31.530 Se da un lato è stato 00:02:31.530 --> 00:02:34.094 dotato del nuovo chip A19 Pro, 00:02:34.094 --> 00:02:36.414 dall'altra pecca nel comparto fotografico, 00:02:36.414 --> 00:02:38.175 fermandosi ad un solo grande angolo 00:02:38.174 --> 00:02:39.935 da 48 megapixel. 00:02:39.935 --> 00:02:42.655 Infine, un minor spessore comporta inevitabilmente 00:02:42.655 --> 00:02:44.414 un sacrificio sulla batteria, 00:02:44.495 --> 00:02:47.055 la quale dovrebbe garantire un'autonomia addirittura 00:02:47.055 --> 00:02:49.349 inferiore a quella del 17 base. 00:02:49.349 --> 00:02:50.550 Da questo punto di vista è 00:02:50.550 --> 00:02:52.389 evidente che l'Air si presenta come 00:02:52.389 --> 00:02:53.909 un esperimento di mercato, 00:02:53.989 --> 00:02:55.989 dimostrato anche dal prezzo di partenza 00:02:55.989 --> 00:03:00.870 di 1239€ rispetto ai 979€ del base, 00:03:00.870 --> 00:03:02.150 che in questo caso si impone 00:03:02.150 --> 00:03:03.944 come il vero "best buy" della 00:03:03.944 --> 00:03:05.145 nuova linea di iPhone. 00:03:05.145 --> 00:03:06.425 E' probabile che Apple, 00:03:06.425 --> 00:03:08.105 dopo lo scarso successo dei modelli 00:03:08.105 --> 00:03:10.025 mini o plus, stia cercando di 00:03:10.025 --> 00:03:11.545 capire se lo spessore e il 00:03:11.545 --> 00:03:13.224 peso ridotto di un iPhone possano 00:03:13.224 --> 00:03:16.185 attecchire su una determinata fascia di consumatori, 00:03:16.185 --> 00:03:17.465 in vista anche del lancio di 00:03:17.465 --> 00:03:19.870 un eventuale pieghevole nei prossimi anni. 00:03:22.590 --> 00:03:24.191 Qualche mese fa nella puntata "EY: 00:03:24.191 --> 00:03:27.069 la formazione è il vero motore dell'IA", 00:03:27.069 --> 00:03:29.389 avevamo esplorato con Giuseppe Santonato di 00:03:29.389 --> 00:03:32.750 EY come l'intelligenza artificiale stesse ridisegnando 00:03:32.750 --> 00:03:34.265 il mondo del lavoro e i 00:03:34.265 --> 00:03:36.665 dati pubblicati nel nuovo "EY Italy 00:03:36.665 --> 00:03:39.145 AI Barometer" mostrano quanto sia rapida 00:03:39.145 --> 00:03:40.425 questa trasformazione. 00:03:40.504 --> 00:03:42.506 L'adozione dell'IA nelle aziende italiane ha 00:03:42.506 --> 00:03:44.185 fatto un balzo impressionante, 00:03:44.344 --> 00:03:47.090 passando dal 12% del 2024 al 00:03:47.090 --> 00:03:49.490 46% del 2025. 00:03:49.569 --> 00:03:52.209 Un'accelerazione spinta da vantaggi concreti dato 00:03:52.209 --> 00:03:54.849 che il 52% del top management 00:03:54.849 --> 00:03:56.689 ha già registrato una riduzione dei 00:03:56.689 --> 00:03:58.370 costi e un aumento dei profitti. 00:03:58.370 --> 00:03:59.810 Lo studio però fa emergere anche 00:03:59.810 --> 00:04:02.585 un interessante paradosso sul tema della formazione, 00:04:02.664 --> 00:04:04.104 mentre quasi la metà dei manager 00:04:04.104 --> 00:04:05.544 si dice convinta che i dipendenti 00:04:05.544 --> 00:04:07.784 abbiano ricevuto un training adeguato, 00:04:07.784 --> 00:04:09.705 solo il 20% dei lavoratori è 00:04:09.705 --> 00:04:10.905 della stessa opinione. 00:04:10.905 --> 00:04:12.930 A colmare questo divario tuttavia ci 00:04:12.930 --> 00:04:14.610 pensano i lavoratori stessi, 00:04:14.610 --> 00:04:16.370 l'Italia infatti è prima in Europa 00:04:16.370 --> 00:04:18.930 con il 64% dei dipendenti che 00:04:18.930 --> 00:04:21.889 investe in prima persona per formarsi sull'IA, 00:04:21.889 --> 00:04:24.290 dimostrando una grande consapevolezza di quanto 00:04:24.290 --> 00:04:26.610 questa tecnologia sia ormai cruciale per 00:04:26.610 --> 00:04:28.050 il proprio futuro professionale. 00:04:31.144 --> 00:04:33.625 Quello conosciuto come "Chat Control" è 00:04:33.625 --> 00:04:35.224 un tema molto divisivo che ormai 00:04:35.224 --> 00:04:36.824 da tre anni viene discusso e 00:04:36.824 --> 00:04:39.784 riproposto all'interno degli organi dell'Unione Europea. 00:04:39.784 --> 00:04:40.904 Il regolamento in questione, 00:04:40.904 --> 00:04:43.589 denominato "Regulation to Prevent and Combat 00:04:43.589 --> 00:04:46.550 Child Sexual Abuse", o CSAR, 00:04:46.550 --> 00:04:48.949 è stato infatti proposto nel 2022, 00:04:49.029 --> 00:04:50.629 ma le varie discussioni ne hanno 00:04:50.629 --> 00:04:51.829 rallentato l'approvazione. 00:04:52.149 --> 00:04:55.269 Il regolamento prevede infatti che qualsiasi messaggio, 00:04:55.269 --> 00:04:57.750 foto o video delle diverse piattaforme 00:04:57.750 --> 00:05:00.585 di messaggistica venga controllato dal dispositivo 00:05:00.584 --> 00:05:02.105 prima di essere mandato. 00:05:02.105 --> 00:05:04.585 Questo controllo eluderebbe quindi la crittografia 00:05:04.584 --> 00:05:06.985 end-to-end e farebbe uso di hashing 00:05:06.985 --> 00:05:09.705 per confrontare i messaggi con dei database, 00:05:09.785 --> 00:05:12.779 identificare la natura pedopornografica e segnalare 00:05:12.779 --> 00:05:15.579 automaticamente il contenuto alle forze dell'ordine. 00:05:15.579 --> 00:05:17.661 Il contrasto alla pedopornografia è infatti 00:05:17.661 --> 00:05:19.339 un tema molto sentito e non 00:05:19.339 --> 00:05:21.259 è sempre facile bloccare la diffusione 00:05:21.259 --> 00:05:23.019 dei contenuti, tema che, 00:05:23.019 --> 00:05:24.139 per chi fosse interessato, 00:05:24.485 --> 00:05:26.165 abbiamo trattato nella puntata: 00:05:26.245 --> 00:05:28.324 "Contrastare contenuti illegali online? 00:05:28.324 --> 00:05:29.524 Non è così semplice". 00:05:29.764 --> 00:05:32.245 Tuttavia, seppur la finalità nobile dello strumento, 00:05:32.245 --> 00:05:34.964 numerosi esperti, enti e associazioni hanno 00:05:34.964 --> 00:05:36.805 espresso non poche preoccupazioni, 00:05:36.805 --> 00:05:38.964 in quanto uno strumento di questo tipo, 00:05:38.964 --> 00:05:40.339 capace tra le altre cose di 00:05:40.339 --> 00:05:42.899 eludere la crittografia end-to-end o di 00:05:42.899 --> 00:05:45.459 produrre falsi positivi, potrebbe essere sfruttato 00:05:45.459 --> 00:05:47.220 come una vera e propria "backdoor" 00:05:47.220 --> 00:05:48.819 o per scopi politici, 00:05:48.899 --> 00:05:50.740 rappresentando un attacco diretto a quella 00:05:50.740 --> 00:05:52.339 privacy dei cittadini europei, 00:05:52.339 --> 00:05:54.985 di cui l'Unione spesso si dichiara paladina. 00:05:54.985 --> 00:05:56.584 Nell'ultima riunione del Consiglio, 00:05:56.584 --> 00:05:58.425 i rappresentanti degli stati membri, 00:05:58.425 --> 00:06:01.305 dunque, dovranno esprimere una posizione più chiara, 00:06:01.305 --> 00:06:03.545 ma attualmente sono solo 8 i 00:06:03.545 --> 00:06:05.305 paesi che si sono dichiarati contrari 00:06:05.305 --> 00:06:06.264 al provvedimento. 00:06:06.264 --> 00:06:07.785 La votazione formale, invece, 00:06:07.785 --> 00:06:09.810 avverrà entro il 14 ottobre, 00:06:09.810 --> 00:06:11.250 dopo la quale si procederà con 00:06:11.250 --> 00:06:13.330 i negoziati per formulare un testo 00:06:13.330 --> 00:06:14.850 da approvare al Parlamento. 00:06:30.824 --> 00:06:32.504 Quando pensiamo a un chatbot, 00:06:32.504 --> 00:06:33.545 i primi nomi che ci vengono 00:06:33.545 --> 00:06:35.225 in mente sono quelli degli enormi 00:06:35.225 --> 00:06:37.339 modelli linguistici che negli ultimi anni 00:06:37.339 --> 00:06:40.939 hanno dominato il mercato dell'intelligenza artificiale generativa. 00:06:41.019 --> 00:06:43.659 Parliamo di ChatGPT di OpenAI, 00:06:43.659 --> 00:06:46.060 Gemini di Google, Cloud di Anthropic 00:06:46.060 --> 00:06:47.899 e LLama di Meta. 00:06:47.979 --> 00:06:49.180 In misura minore, poi, 00:06:49.180 --> 00:06:51.495 si stanno affermando anche modelli altrettanto 00:06:51.495 --> 00:06:53.495 potenti provenienti dalla Cina, 00:06:53.495 --> 00:06:55.334 come Deepseek o Qwen. 00:06:55.334 --> 00:06:57.175 Questi grandi modelli linguistici, 00:06:57.175 --> 00:06:59.095 pur riuscendo a conversare senza problemi 00:06:59.095 --> 00:07:01.254 in diverse lingue compreso l'italiano, 00:07:01.334 --> 00:07:03.894 sono tuttavia profondamente influenzati dal loro 00:07:03.894 --> 00:07:04.694 paese di origine. 00:07:05.029 --> 00:07:06.150 Per quasi tutti i modelli, 00:07:06.150 --> 00:07:07.830 infatti, la lingua principale in cui 00:07:07.830 --> 00:07:09.430 sono scritti la maggior parte dei 00:07:09.430 --> 00:07:12.069 documenti con cui vengono addestrati è l'inglese, 00:07:12.150 --> 00:07:14.150 seguito da piccole percentuali di dati 00:07:14.150 --> 00:07:15.830 in tutte le altre lingue disponibili 00:07:15.830 --> 00:07:16.629 sul web. 00:07:16.629 --> 00:07:17.910 E questo come si traduce? 00:07:18.154 --> 00:07:20.395 La risposta è abbastanza semplice e, 00:07:20.395 --> 00:07:22.314 stando attenti, ce ne possiamo rendere 00:07:22.314 --> 00:07:24.555 conto anche durante ogni conversazione con 00:07:24.555 --> 00:07:26.235 il nostro chatbot preferito. 00:07:26.235 --> 00:07:28.634 L'utilizzo di periodi corti e semplici, 00:07:28.634 --> 00:07:30.555 l'uso massivo dei trattini o della 00:07:30.555 --> 00:07:32.395 virgola davanti alla congiunzione "e", 00:07:32.599 --> 00:07:34.279 ad esempio, sono elementi che di 00:07:34.279 --> 00:07:36.599 base non sono presenti nella lingua italiana, 00:07:36.599 --> 00:07:38.599 ma che compaiono ugualmente nelle frasi 00:07:38.599 --> 00:07:41.079 costruite dall'IA, frutto dell'enorme peso e 00:07:41.079 --> 00:07:42.919 influenza che la grammatica e lo 00:07:42.919 --> 00:07:44.759 stile di scrittura anglofono ha sul 00:07:44.759 --> 00:07:47.479 modo in cui modelli linguistici come ChatGPT, 00:07:47.625 --> 00:07:49.225 tra virgolette, "ragionano". 00:07:49.225 --> 00:07:50.904 Il risultato è quindi che queste 00:07:50.904 --> 00:07:53.225 IA lavorano particolarmente bene con la 00:07:53.225 --> 00:07:55.225 lingua inglese, ma spesso possono fare 00:07:55.225 --> 00:07:57.704 fatica a cogliere sfumature o dettagli 00:07:57.704 --> 00:07:58.904 in tutte le altre lingue, 00:07:58.904 --> 00:08:00.745 o come nell'esempio appena portato, 00:08:00.959 --> 00:08:03.680 contribuiscono attivamente a plasmare e trasformare 00:08:03.680 --> 00:08:05.439 la lingua con cui rispondono, 00:08:05.439 --> 00:08:07.279 dato anche l'ormai enorme peso che 00:08:07.279 --> 00:08:09.519 questa tecnologia ha ottenuto nella vita 00:08:09.519 --> 00:08:11.120 quotidiana di ognuno di noi. 00:08:11.120 --> 00:08:13.439 E in un'ottica di sovranità tecnologica, 00:08:13.439 --> 00:08:14.879 culturale e digitale, dunque, 00:08:14.879 --> 00:08:17.175 viene spontaneo chiedersi: ha senso un 00:08:17.175 --> 00:08:19.334 modello linguistico interamente italiano? 00:08:19.334 --> 00:08:21.014 In questa puntata non solo proveremo 00:08:21.014 --> 00:08:22.694 a rispondere a questa domanda, 00:08:22.774 --> 00:08:23.974 valutando i pro e i contro 00:08:23.974 --> 00:08:25.974 e analizzando le soluzioni già presenti 00:08:25.974 --> 00:08:29.094 sul mercato, ma approfondiremo ulteriormente il tema, 00:08:29.094 --> 00:08:30.935 cercando di capire come la tecnologia 00:08:30.935 --> 00:08:32.649 su cui si basano queste IA 00:08:32.649 --> 00:08:35.049 possa essere utilizzata per analizzare, 00:08:35.049 --> 00:08:37.529 scoprire, preservare la lingua e studiarne 00:08:37.529 --> 00:08:38.889 l'evoluzione nei secoli. 00:08:38.889 --> 00:08:40.490 Per capire se ha senso realizzare 00:08:40.490 --> 00:08:42.570 un large language model in italiano, 00:08:42.570 --> 00:08:44.889 bisogna prima di tutto identificare quali 00:08:44.889 --> 00:08:46.730 possono essere le necessità e i 00:08:46.730 --> 00:08:48.524 campi di applicazione di una tecnologia 00:08:48.524 --> 00:08:49.485 di questo tipo. 00:08:49.485 --> 00:08:51.404 La prima motivazione è sicuramente quella 00:08:51.404 --> 00:08:53.725 di stabilire una sovranità tecnologica e 00:08:53.725 --> 00:08:55.884 digitale di interesse non solo italiano, 00:08:55.884 --> 00:08:58.285 ma anche e soprattutto europeo. 00:08:58.285 --> 00:09:00.684 Ad oggi, infatti, quello dell'IA generativa 00:09:00.684 --> 00:09:02.365 è un mondo diviso e dominato 00:09:02.365 --> 00:09:03.960 da USA e Cina, 00:09:03.960 --> 00:09:05.399 e in questo scenario uno o 00:09:05.399 --> 00:09:07.559 più modelli europei potrebbero porsi come 00:09:07.559 --> 00:09:09.080 un terzo polo in grado di 00:09:09.080 --> 00:09:11.080 aiutare le aziende e le istituzioni 00:09:11.080 --> 00:09:13.639 del vecchio continente e alimentare tecnologie 00:09:13.639 --> 00:09:15.524 ed IA garantendo quei valori e 00:09:15.524 --> 00:09:18.404 quei diritti che fanno parte dell'identità europea, 00:09:18.404 --> 00:09:19.684 più importanti fra tutti il rispetto 00:09:19.684 --> 00:09:22.004 della privacy, la trasparenza e un 00:09:22.004 --> 00:09:23.845 approccio etico alla tecnologia. 00:09:23.845 --> 00:09:25.926 A tal proposito, l'Unione Europea ha 00:09:25.926 --> 00:09:28.019 negli ultimi anni lavorato e stanziato 00:09:28.019 --> 00:09:30.339 fondi per perseguire l'obiettivo di creare 00:09:30.339 --> 00:09:32.659 una fucina di modelli linguistici europei, 00:09:32.659 --> 00:09:35.220 con il progetto OpenEuroLLM, 00:09:35.220 --> 00:09:38.100 grazie alla collaborazione tra istituzioni pubbliche, 00:09:38.100 --> 00:09:39.699 università e aziende private. 00:09:40.024 --> 00:09:41.625 Oltre a questa motivazione, 00:09:41.625 --> 00:09:42.985 che come abbiamo visto si può 00:09:42.985 --> 00:09:45.945 estendere non solo all'Italia ma all'intera Eurozona, 00:09:45.945 --> 00:09:48.504 esistono numerosi altri benefici nell'avere un 00:09:48.504 --> 00:09:50.024 nostro modello linguistico. 00:09:50.105 --> 00:09:52.024 Le aziende o le pubbliche amministrazioni, 00:09:52.024 --> 00:09:53.950 ad esempio, possono affidarsi a un 00:09:53.950 --> 00:09:55.589 IA che non solo garantisca, 00:09:55.589 --> 00:09:57.190 come abbiamo detto, quegli aspetti di 00:09:57.190 --> 00:09:58.950 privacy e sovranità dei dati, 00:09:58.950 --> 00:10:01.110 ma che rispecchi fedelmente la lingua 00:10:01.110 --> 00:10:02.629 del paese, sia dal punto di 00:10:02.629 --> 00:10:05.509 vista del vocabolario che di quello grammaticale, 00:10:05.509 --> 00:10:07.269 passando per la costruzione delle frasi 00:10:07.269 --> 00:10:09.075 e l'utilizzo di terminologie, 00:10:09.075 --> 00:10:10.915 modi di dire o sfumature nel 00:10:10.915 --> 00:10:14.035 linguaggio irriproducibili da modelli troppo generalisti 00:10:14.035 --> 00:10:16.274 come quelli di OpenAI o Google. 00:10:16.274 --> 00:10:18.595 A livello accademico, un large language model, 00:10:18.595 --> 00:10:20.434 addestrato non solo su opere letterarie 00:10:20.434 --> 00:10:21.795 attuali ma anche passate, 00:10:22.019 --> 00:10:25.220 permetterebbe a ricercatori, linguisti e università 00:10:25.220 --> 00:10:27.300 di comprendere al meglio l'italiano del 00:10:27.300 --> 00:10:29.940 passato e analizzarne l'evoluzione fino ai 00:10:29.940 --> 00:10:30.740 nostri giorni. 00:10:30.740 --> 00:10:31.860 Come ben sappiamo, infatti, 00:10:31.860 --> 00:10:34.019 le lingue sono in costante mutamento, 00:10:34.019 --> 00:10:36.100 dovendo adattarsi ad una società di 00:10:36.100 --> 00:10:37.460 volta in volta diversa. 00:10:37.460 --> 00:10:39.034 E nel corso dei secoli molte 00:10:39.034 --> 00:10:40.714 parole sono andate in disuso, 00:10:40.714 --> 00:10:42.955 facendo magari spazio a neologismi o 00:10:42.955 --> 00:10:44.634 altri termini presi in prestito da 00:10:44.634 --> 00:10:46.475 altre lingue che sono ormai diventati 00:10:46.475 --> 00:10:47.595 di uso quotidiano. 00:10:47.674 --> 00:10:50.129 Un'IA italiana, dunque, non solo potrà 00:10:50.129 --> 00:10:52.129 e dovrà riprodurre fedelmente lo stile 00:10:52.129 --> 00:10:53.730 di Dante o di Petrarca, 00:10:53.730 --> 00:10:55.490 ma anche quello di Italo Calvino 00:10:55.490 --> 00:10:57.169 o Umberto Eco, fino ad arrivare 00:10:57.169 --> 00:10:59.410 al linguaggio giovanile dei tempi moderni. 00:10:59.410 --> 00:11:01.330 E con una tecnologia così potente 00:11:01.330 --> 00:11:03.809 diventa quasi immediato trovare correlazioni e 00:11:03.809 --> 00:11:05.649 connessioni con le diverse epoche, 00:11:05.835 --> 00:11:07.915 o prevedere i mutamenti futuri. 00:11:07.915 --> 00:11:09.675 Vi è poi l'aspetto educativo. 00:11:09.675 --> 00:11:11.915 Nella puntata dedicata all'AI Week con 00:11:11.915 --> 00:11:13.995 Danilo Poccia di AWS è emerso 00:11:13.995 --> 00:11:15.915 un aspetto nell'uso dell'IA che spesso 00:11:15.915 --> 00:11:17.754 viene trascurato, ed è quello della 00:11:17.754 --> 00:11:19.835 sua influenza sul nostro linguaggio e 00:11:19.835 --> 00:11:21.915 di conseguenza sul nostro modo di ragionare. 00:11:22.289 --> 00:11:23.490 Come abbiamo appena detto, 00:11:23.490 --> 00:11:25.090 le lingue non sono statiche, 00:11:25.090 --> 00:11:26.529 ma si adattano ai tempi e 00:11:26.529 --> 00:11:27.409 alla società. 00:11:27.409 --> 00:11:29.250 E la prossima evoluzione potrebbe essere 00:11:29.250 --> 00:11:31.009 dettata proprio da ChatGPT, 00:11:31.090 --> 00:11:33.330 che, sì, ci aiuta quotidianamente a 00:11:33.330 --> 00:11:35.889 elaborare idee, scrivere testi o articoli, 00:11:35.889 --> 00:11:38.024 rispondere ad e-mail, ma allo stesso 00:11:38.024 --> 00:11:39.944 tempo sta contribuendo a plasmare la 00:11:39.944 --> 00:11:42.745 lingua con un'influenza fortissima proveniente dalla 00:11:42.745 --> 00:11:45.384 lingua inglese, andando ad appiattire completamente 00:11:45.384 --> 00:11:46.985 quella che in questo caso è 00:11:46.985 --> 00:11:47.944 la lingua italiana. 00:11:47.944 --> 00:11:49.384 E un uso sempre più massiccio 00:11:49.384 --> 00:11:51.144 di questi modelli anche nelle scuole 00:11:51.350 --> 00:11:54.389 avrà un impatto inevitabile nelle generazioni future, 00:11:54.389 --> 00:11:55.750 che non solo avranno perso gran 00:11:55.750 --> 00:11:57.750 parte delle sfumature della nostra lingua, 00:11:57.750 --> 00:12:01.670 ma ragioneranno, scriveranno e parleranno come ChatGPT. 00:12:01.750 --> 00:12:03.350 Al contrario, un modello addestrato in 00:12:03.350 --> 00:12:05.509 lingua italiana potrà essere un potentissimo 00:12:05.625 --> 00:12:08.345 strumento di insegnamento, aiutando gli insegnanti 00:12:08.345 --> 00:12:11.144 a preparare esercizi, lezioni e riassumere 00:12:11.144 --> 00:12:13.304 o spiegare concetti anche più complessi 00:12:13.304 --> 00:12:15.225 con un linguaggio fedele alla cultura 00:12:15.225 --> 00:12:16.345 del nostro paese. 00:12:16.345 --> 00:12:18.105 Veniamo per ora alla difficoltà che 00:12:18.105 --> 00:12:20.269 sta rallentando la creazione e l'adozione 00:12:20.269 --> 00:12:21.949 di un LLM italiano. 00:12:21.949 --> 00:12:24.669 Il primo limite è sicuramente quello economico. 00:12:24.829 --> 00:12:29.949 OpenAI, Anthropic, Google, DeepSeek hanno investito milioni, 00:12:29.949 --> 00:12:31.695 se non miliardi di dollari per 00:12:31.695 --> 00:12:33.695 realizzare i loro modelli linguistici e 00:12:33.695 --> 00:12:34.815 mantenerli attivi. 00:12:34.815 --> 00:12:37.295 I costi principali sono legati all'infrastruttura 00:12:37.455 --> 00:12:39.215 e alle schede grafiche che servono 00:12:39.215 --> 00:12:41.774 all'addestramento e all'esecuzione dell'IA. 00:12:41.774 --> 00:12:43.215 Vi sono poi costi legati alla 00:12:43.215 --> 00:12:45.960 raccolta dei dati, sanificazione e creazione 00:12:45.960 --> 00:12:47.080 dei dataset. 00:12:47.080 --> 00:12:48.440 E proprio questo è un ulteriore 00:12:48.440 --> 00:12:50.279 punto di discussione che rallenta lo 00:12:50.279 --> 00:12:52.360 sviluppo di un modello linguistico italiano. 00:12:52.360 --> 00:12:54.200 La lingua inglese è sicuramente quella 00:12:54.200 --> 00:12:57.000 dominante in Internet, con miliardi e 00:12:57.000 --> 00:12:58.845 miliardi di pagine web e contenuti 00:12:58.845 --> 00:13:00.284 scritti in questa lingua. 00:13:00.284 --> 00:13:01.485 La stessa cosa non si può 00:13:01.485 --> 00:13:03.164 dire per lingue meno parlate, 00:13:03.164 --> 00:13:05.084 come appunto l'italiano o addirittura i 00:13:05.084 --> 00:13:06.524 singoli dialetti regionali. 00:13:06.524 --> 00:13:08.125 E come abbiamo detto più volte, 00:13:08.125 --> 00:13:10.284 uno dei punti fondamentali per realizzare 00:13:10.284 --> 00:13:12.429 un'IA valida è la bontà e 00:13:12.429 --> 00:13:14.269 la quantità di dati utilizzati in 00:13:14.269 --> 00:13:15.470 fase di addestramento. 00:13:15.710 --> 00:13:18.269 Senza contare poi che un modello etico, 00:13:18.269 --> 00:13:19.870 a cui punta l'Italia e l'Unione 00:13:19.870 --> 00:13:22.110 Europea in particolare, richiede di rispettare 00:13:22.110 --> 00:13:24.105 le normative sulla privacy e sul 00:13:24.105 --> 00:13:26.184 diritto d'autore, limitando ancora di più 00:13:26.184 --> 00:13:28.264 l'accesso a numerose informazioni utili. 00:13:28.264 --> 00:13:30.664 Tuttavia esistono diverse tecniche di cui 00:13:30.664 --> 00:13:33.784 abbiamo già parlato, come la data augmentation, 00:13:33.784 --> 00:13:36.585 il fine-tuning o l'utilizzo di dati sintetici, 00:13:36.585 --> 00:13:38.330 che possono sicuramente dare una mano 00:13:38.330 --> 00:13:40.009 per arginare questi limiti. 00:13:40.090 --> 00:13:41.370 Tornando alla domanda iniziale, 00:13:41.370 --> 00:13:43.610 quindi, ha senso e soprattutto è 00:13:43.610 --> 00:13:46.330 possibile realizzare un modello linguistico dedicato 00:13:46.330 --> 00:13:48.330 esclusivamente alla lingua italiana? 00:13:48.665 --> 00:13:50.585 Sulla prima domanda, come abbiamo visto, 00:13:50.585 --> 00:13:53.144 i benefici sarebbero molteplici e toccherebbero 00:13:53.144 --> 00:13:55.545 vari settori, fornendo uno strumento potente 00:13:55.545 --> 00:13:57.465 in mano a pubbliche amministrazioni, 00:13:57.545 --> 00:14:00.345 aziende, istituzioni, ma anche ricercatori, 00:14:00.345 --> 00:14:02.919 università e insegnanti, per aiutare a 00:14:02.919 --> 00:14:04.679 studiare e comunicare in modo più 00:14:04.679 --> 00:14:07.399 autentico e identitario, senza snaturare i 00:14:07.399 --> 00:14:09.319 secoli di evoluzione che hanno portato 00:14:09.319 --> 00:14:10.919